DreamX 提出视频扩散模型作为通用潜在动作学习者
热点事件持续更新
DreamX 提出视频扩散模型作为通用潜在动作学习者
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
arXiv 新报道显示，DreamX 将预训练视频扩散模型重新用作通用潜在动作学习者。该方法将视频帧压缩 300 倍（从 1,200 到 4 个 token），提取解耦视觉外观的潜在动作。 在 LARY-Bench 基准测试中，DreamX 取得潜在动作模型的最先进性能。其共享动作接口支持跨形态的零样本动作迁移，实现任意到任意的视频迁移，并降低了基于视频扩散策略的计算成本。
AI 根据报道生成 · 2 小时前更新
最新进展11月4日 13:00
DreamX: 视频扩散模型作为通用潜在动作学习者报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · AIDreamX: 视频扩散模型作为通用潜在动作学习者
DreamX 利用预训练视频扩散模型作为通用潜在动作学习者，在 LARY-Bench 基准测试中取得潜在动作模型的最先进性能。 该方法将视频帧压缩 300 倍（从 1,200 到 4 个 token），提取解耦视觉外观的潜在动作，支持跨形态的零样本动作迁移。 这种共享动作接口实现了任意到任意的视频迁移，并降低了基于视频扩散策略的计算成本。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。