实体
text-to-video diffusion models
text-to-video diffusion models
PulseAugur coverage of text-to-video diffusion models — every cluster mentioning text-to-video diffusion models across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新的CLEAR框架改进了文本到视频扩散模型中的概念擦除
研究人员开发了一个名为CLEAR的新框架，以改进文本到视频扩散模型中的概念擦除。他们发现语义信息在模型的深度中编码不均匀，这为有效去除概念造成了瓶颈。CLEAR通过识别目标概念与其他信号更易分离的特定表示深度来解决这个问题，从而在保持生成质量的同时实现更精确的抑制。
-
GeoFlow论文引入几何一致性奖励以用于AI视频生成
研究人员开发了GeoFlow，一种提高AI生成视频几何一致性的新颖方法。该方法使用几何一致性奖励，直接评估运动是否与连贯场景对齐，区分刚性摄像机运动和独立移动的物体。通过将此奖励与强化微调相结合，GeoFlow将几何一致性转化为视频生成器的显式优化目标，从而减少了物体变形和纹理漂移等伪影。
-
新方法指导视频模型以实现更好的构图
研究人员推出了一种名为 CVG 的新方法，以增强文本到视频扩散模型的构图理解能力。该技术在推理时运行，通过利用模型内部的交叉注意力图来指导去噪过程。通过在这些注意力特征上训练一个轻量级分类器，CVG 可以引导视频生成朝着所需的构图方向发展，而无需更改底层模型架构或用户提供的控件。实验表明，在构图基准测试中，提示的忠实度和视觉质量得到了提高。