三团队提出FAPL强化电影视频生成控制
热点事件持续更新
三团队提出FAPL强化电影视频生成控制
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
港科大MMLab、腾讯视频与École Polytechnique提出因子感知预测学习（FAPL），通过让视频扩散模型利用多模态大语言模型的潜表征，强化电影级视频生成中的要素控制与稀疏时间推断。 具体而言，团队冻结MLLM并使用连接器训练视频扩散Transformer（DiT），使DiT更好地利用潜表征信息。该方法支持按要素控制生成效果，并减少部分时间步骤上的推理需求。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- AGI Hunt港科大 MMLab、腾讯视频与 École Polytechnique 提出 FAPL，强化 MLLM 表征驱动的电影级视频生成控制
港科大 MMLab、腾讯视频与 École Polytechnique 团队提出 Factor-Aware Predictive Learning（FAPL），让 Video Diffusion Transformer（DiT）利用 MLLM 潜表征进行电影级视频生成。
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。