文生图击败所有扩散SOTA方案！智源研究院等提出NOVA：迈向统一的多任务大模型

文章预览

关注 「 AIWalker 」 并 星标 从此AI不迷路 作者： Haoge Deng 等     解读： AI生成未来  文章链接：https://arxiv.org/pdf/2412.14169 Github链接：https://github.com/baaivision/NOVA 亮点直击 ： 高效的自回归建模 ：NOVA提出了不使用向量量化的自回归视频生成方法，通过时间步预测和空间集预测的分离，结合双向建模，在提高生成效率的同时保持较高的视觉保真度和流畅性。 显著降低训练成本 ：NOVA在文本到图像生成任务中超越了最先进的图像扩散模型，不仅在生成质量上表现出色，而且在训练成本上大幅降低，使得视频生成任务更具实用性。 良好的zero-shot泛化能力 ：NOVA能够处理不同的视频时长和应用场景，具有强大的zero-shot能力，使其成为一个统一的多功能模型，适应多种生成任务。 文生图效果一览 总结速览 解决的问题： 现有的自回归视频生成模型（如图像或 ………………………………