跳到正文
热点事件持续更新

研究者提出像素空间视频扩散模型JVT

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

浙江大学、上海创新研究院与上海 AI Lab 的研究者提出视频扩散模型 JVT(Just Video Transformer),以大 patch 的 DiT 风格 Transformer 直接在像素空间生成视频,无需预训练自编码器(VAE)或 U-Net 跳跃连接。 报道称,JVT 在保持生成质量竞争力的同时,还支持基于相机条件同时生成 RGB 图像与视差图,为视频生成模型的简化及多模态联合生成提供了新方案。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. AGI Hunt
    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

    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。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。