新的OpenVE-3M数据集和OpenVE-Edit模型推动了指令引导视频编辑的发展

研究人员推出了OpenVE-3M，这是一个用于指令引导视频编辑的大规模开源数据集。该数据集包含两大类编辑：空间对齐和非空间对齐，其质量和多样性均超越了现有数据集。为了评估性能，他们还开发了OpenVE-Bench，一个包含431个视频-编辑对的基准测试。在OpenVE-3M数据集上训练的拥有50亿参数的模型OpenVE-Edit，在OpenVE-Bench上取得了最先进的成果，性能优于更大的基线模型。 AI

影响 该数据集和模型推动了指令引导视频编辑的能力和评估，有望改进内容创作工具。

排序理由 该集群描述了一个新的用于视频编辑的学术数据集和基准测试，以及一个在该数据集上训练的模型。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Haoyang He
• Hugging Face
• OpenVE-3M
• OpenVE-Bench
• OpenVE-Edit
• ScienceCast

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →