Artykuły z tagiem
Diffusion Transformer
2 artykuły
Demystifying Video Reasoning: Modele nie myślą klatkami - myślą krokami odszumiania
Chain-of-Steps: modele dyfuzyjne wideo rozumują wzdłuż kroków odszumiania, nie klatek. Ensemble różnych seedów poprawia wyniki bez żadnego dotrenowania.
AIComputer VisionGenerowanie Wideo
Seoul World Model: AI generujące wideo prawdziwych miast ze zdjęć ulicznych
Seoul World Model generuje fotorealistyczne wideo prawdziwych ulic ze zdjęć street view: FID 28,43 w Busan wobec 62,14 najlepszego baseline'u, zero-shot.
AIComputer VisionGenerowanie Wideo