模型如何预测后续帧的剩余tokens来生成视频？
模型如何预测后续帧的剩余tokens来生成视频？
展开
收起
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
1
条回答
写回答
-
模型通过预测后续帧的剩余tokens来生成视频。它能够根据已编码的帧信息，预测出后续帧中缺失的tokens，从而实现视频序列的生成。这种方法展示了模型能够产生在时间上连贯的物体生成，为动态、有意义的运动提供了可能。
2024-06-30 22:45:39赞同 展开评论
相关问答