Vorch-Director

Vorch-Director 通过噪声感知误差校正改进了长时域视听生成

研究人员开发了 Vorch-Director，这是一种提高长时域视听生成质量和一致性的新方法。该方法通过引入噪声级别感知的残差校正策略来解决自回归模型中累积误差的问题。通过在训练期间将注入的误差与去噪过程相匹配，Vorch-Director 增强了生成历史的真实性并保持了视听保真度。该系统基于 LTX-2 扩散 Transformer 构建，还集成了任务嵌入以实现统一的条件控制，并支持多镜头、多主体和参考引导生成。