non-AR base model

AI视频生成更好地与人眼视觉皮层对齐

研究人员开发了一种新方法，通过将视频生成模型的内部表征与人眼视觉皮层活动进行比较来评估模型。他们发现，自回归（AR）视频扩散模型在生成未来视频帧时，比处理观察视频的模型更能与人眼视觉皮层对齐。与用于观察视频重建的低阶区域相比，这种对齐在未来生成中更高阶的视觉皮层区域更为明显。一项人类行为实验进一步支持了这些发现，显示出人们更偏好通过放大与视觉皮层活动更匹配的层来生成的视频。