两篇新研究论文介绍了增强视频扩散 Transformer 的控制和交互性的方法。第一篇论文提出了一种时间控制方法，可以在不改变核心架构的情况下，对预训练模型中的运动速度和时间动态进行显式编辑。第二篇论文介绍了 Real-Time AttentionBender，这是一个能够对视频扩散 Transformer 的内部组件进行细粒度、交互式操作的工具，为艺术家提供了对生成过程更深入的理解和创作自主权。 AI
影响 这些进步为视频生成模型提供了更大的创作控制力和洞察力，可能催生新的艺术工作流程并加深对 Transformer 内部机制的理解。
排序理由 在 arXiv 上发表的两篇学术论文，详细介绍了视频扩散 Transformer 的新方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.10183v1 Announce Type: cross Abstract: Modern Diffusion Transformers for video generation provide limited control over the progression of time and the editing of temporal dynamics. We propose a temporal-control methodology that extends a pretrained DiT with explicit ti…
arXiv:2606.06497v1 Announce Type: cross Abstract: Generative video models have achieved remarkable visual fidelity, yet their prompt-only interface offers thin creative agency and obscures the model's material process from the artists working with it. We present Real-Time Attenti…