实体
Wan2.2-I2V-A14B
Wan2.2-I2V-A14B
PulseAugur coverage of Wan2.2-I2V-A14B — every cluster mentioning Wan2.2-I2V-A14B across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
OpenCoF框架通过新数据集和模型增强视频生成推理能力
研究人员推出OpenCoF，一个旨在增强视频生成模型推理能力的新框架。该框架包括OpenCoF-17K数据集，其中包含针对11个不同系列推理任务精心策划的视频。此外，他们开发了Wan-CoF，一个微调的视频模型，与基线模型相比，在逐帧推理（Chain-of-Frame, CoF）方面表现出显著的改进。该研究还探讨了视觉和文本推理令牌的集成，以更好地捕捉低级视觉线索和高级语义先验，最终目标是通过更广泛的时间监督和明确的中间推理状态组织来…
-
新的 W4A4 量化技术增强了 Wan2.2-I2V-A14B 模型的推理能力
研究人员为 Wan2.2-I2V-A14B 模型开发了一种新颖的 W4A4 量化技术，旨在提高低比特宽度硬件上的推理效率。他们的方法将激活值异常的混合精度与逐通道平滑和前馈层的块状打包相结合。该方法在 VBench I2V 指标上取得了接近 FP16 的 2-3.5% 的结果，优于原生的 HiFloat4 基线。
-
PhysisForcing框架提高了机器人操作模拟器中的物理一致性
研究人员开发了PhysisForcing，一个旨在增强机器人操作视频生成模型物理一致性的新型训练框架。该方法通过像素级轨迹对齐和语义级关系对齐，将监督集中在对物理有信息量的区域，从而解决了运动不连续和交互不一致等问题。实验表明，PhysisForcing显著提高了具身视频生成能力，在R-Bench等基准测试中表现更佳，并在闭环机器人操作任务中实现了更高的成功率。