研究人员开发了 Qwen-Video-Edit，一种新颖的基于指令的视频编辑方法，该方法重新利用了现有的图像编辑模型。该方法通过将视频-VAE 的潜在表示投影到 DiT 的 token 空间，来教会 Qwen-Image-Edit transformer 直接操作视频-VAE 的潜在表示。该模型使用指令三元组进行微调，然后通过去噪增强进行优化，使其能够根据文本命令执行编辑。 AI
影响 该方法可以通过利用基于文本的指令，实现更直观、更易于访问的视频编辑工具。
排序理由 该集群描述了一种新的视频编辑方法和模型，属于人工智能能力的研究范畴。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
