理想汽车最新！DiVE：基于 Diffusion+Vit的高保真、时间一致的视频生成

文章预览

9月10日晚7点， 「智猩猩公开课 NVIDIA 端到端自动驾驶专场」正式开讲，NVIDIA 自动驾驶团队深度学习和计算机视觉方向李臻欣将以 《探索端到端自动驾驶规划新范式》 为主题进行直播讲解，详细解读CVPR 2024大规模端到端驾驶挑战赛冠军方案Hydra-MDP，欢迎扫码报名。 文章转载自公众号：自动驾驶Daily。本文只做学术/技术分享，如有侵权，联系删文。 原标题：DiVE: DiT-based Video Generation with Enhanced Control 论文链接：https://arxiv.org/pdf/2409.01595 项目链接：https://liautoad.github.io/DIVE/ 代码链接：https://github.com/LiAutoAD/DIVE 作者单位：哈尔滨工业大学（深圳） 理想汽车 清华大学 Westlake University 新加坡国立大学 01 论文思路 在自动驾驶场景中生成高保真、时间一致性的视频面临着显著的挑战，例如在极端情况(corner cases)下的问题操作(problematic maneuvers)。尽管最近提出了 ………………………………