字节最新的AI视频论文：“Phantom: 通过跨模态对齐实现主-20250221193257

黄建同学 · 微博 · AI · 2025-02-21 19:32

文章预览

2025-02-21 19:32 本条微博链接字节最新的AI视频论文：“Phantom: 通过跨模态对齐实现主题一致的视频生成”。随着视频生成基础模型的不断发展，面向各种应用场景的研究也日益增多，其中，主题一致的视频生成依旧处于探索阶段。这一过程被称为Subject-to-Video，即从参考图像中提取主体元素，并通过文本指令生成主题一致的视频。我们认为，主题到视频的本质在于平衡文本和图像的双模态提示，从而深度并同时对齐文本和 ………………………………

原文地址：访问原文地址
快照地址：访问文章快照
总结与预览地址：访问总结与预览

分享到微博

推荐文章

爱可可-爱生活 · 【Savanna：为卷积多混合模型（StripedHyena 2-20250221141645

昨天

爱可可-爱生活 · 自动化Agent的奖励建模与规划查看图片-20250221073625

昨天

爱可可-爱生活 · [CL]《MuDAF: Long-Context Multi-D-20250221055209

昨天

机器之心 · 撞车DeepSeek NSA，Kimi杨植麟署名的新注意力架构MoBA发布，代码也公开

3 天前

中国社会科学网 · 独家策划 | 多学科解读DeepSeek冲击波（第一辑）

3 天前

中国社会科学网 · 独家策划 | 多学科解读DeepSeek冲击波（第一辑）

3 天前

焦点能源 · 2024移动储能系统集成关键技术-平高储能

4 月前

猪价日记 · 油价上涨通知！1月13日：调整后92/95号汽油价格，豆粕市场如何？

1 月前