实体
WaN 2.1 14B
WaN 2.1 14B
PulseAugur coverage of WaN 2.1 14B — every cluster mentioning WaN 2.1 14B across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新方法通过优化注意力机制加速文本到视频生成 · 跟踪4个来源
研究人员开发了新的方法来加速文本到视频生成，目前该过程受到大型Transformer模型中注意力机制的计算需求的瓶颈限制。Apple的CalibAtt和来自arXiv的HeadCast框架提出了无需训练的方法，可以识别并跳过可忽略的token-to-token连接，从而实现显著的加速。FVAttn是另一个无需训练的系统，它通过动态迁移注意力头来解决多GPU设置中的工作负载不平衡问题，在保持视频质量的同时实现了显著的推理加速。
-
新的TrajLoc方法增强了视频生成中多对象运动控制
研究人员开发了TrajLoc，一种用于图像到视频生成中多对象运动控制的新颖方法。该方法直接解决了在具有交叉或遮挡路径的拥挤场景中保持对象身份和轨迹遵循的挑战。TrajLoc通过将交叉注意力权重替换为以目标位置为中心的斯高斯热图来实现这一点，确保独立执行每个对象的空间约束。TrajLoc应用于不同的模型骨干网，已在各种数据集上展示了视觉保真度和轨迹遵循方面的显著改进。