arXiv · AI· Yijing Lin, Zhendong Mao, Mengqi Huang, Yuxin Wang, Yongdong Zhang·· 5 小时前AI 评分23
FrameForge: 利用视频基础模型先验进行统一图像生成
FrameForge: Harnessing Priors of Video Foundation Models for Unified Image Generation
AI 导读
提出利用视频基础模型先验的FrameForge，实现统一条件图像生成。 采用Mixture of Temporal Experts (MoTE) 动态选择时间RoPE专家，配合Chain of Temporal Reasoning (CoTR) 通过潜在中间态和推理瓶颈注意力掩码建模条件到目标的转换。
来源：arXiv · AI · arxiv.org