据@AIatMeta消息，Meta正式开源了Perception Encoder Audiovisual（PE-AV）模型，这是驱动SAM Audio音频分离技术的核心AI引擎（来源：@AIatMeta，2025年12月18日）。PE-AV基于今年早些时候发布的Perception Encoder模型，能够融合音频和视觉感知，在多项音视频基准测试中取得了业界领先的成绩。其原生多模态支持不仅提升了声音检测，还丰富了音视频场景理解，广泛应用于音频取证、视频内容分析和无障碍解决方案等实际场景。Meta此次开源代码和论文，推动多模态AI创新，为希望将先进音视频机器学习模型商业化的企业和创业公司提供了全新商机（来源：https://go.meta.me/e541b6，https://go.meta.me/7fbef0）。