AGI Hunt· Jianjun Zhou·· 2 小时前AI 评分36
浙大与上海 AI Lab 提出 JVT:无需 VAE 与 U-Net 的像素空间视频扩散
AI 导读
浙江大学、上海创新研究院与上海 AI Lab 的研究者提出 JVT(Just Video Transformer),以大 patch 的 DiT 风格 Transformer 在像素空间进行视频扩散。该方法无需预训练自编码器(VAE)或 U-Net 跳跃连接,在保持生成质量竞争力的同时,支持相机条件化的 RGB-视差联合生成。
来源:AGI Hunt · agihunt.info