![](/web-v2/img/index/iconfen.png)
华科阿里等联合打造TF-T2V视频方案,无需文本标注,把AI量产视频的成本打下来
币界网报道:据站长之家 1 月 7 日报道,与图片生成相比,视频生成仍存在巨大挑战。首先,视频生成需要处理更高维度的数据,考虑额外时间维度带来的时序建模问题,因此需要更多的视频 - 文本对数据来驱动时序动态的学习。然而,对视频进行准确的时序标注非常昂贵。这限制了视频 - 文本数据集的规模,如现有 WebVid10M 视频数据集包含10.7M 视频 - 文本对,与 LAION-5B 图片数据集在数据规模上相差甚远,严重制约了视频生成模型规模化的扩展。为解决上述问题,华中科技大学、阿里巴巴集团、浙江大学和蚂蚁集团联合研究团队于近期发布了TF-T2V视频方案。该方案另辟蹊径,提出了基于大规模无文本标注视频数据进行视频生成,能够学习丰富的运动动态。
下一篇:
Sui网络TVL达到2.25亿美元
推荐专栏
热门币种
更多
![](/web-v2/img/index/right-outlined.png)
币种
美元价格
24H涨跌幅
热搜币种
更多
![](/web-v2/img/index/right-outlined.png)
币种
美元价格
24H涨跌幅
最新快讯
更多
![](/web-v2/img/index/right-outlined.png)
2024-06-17 07:30:42
2024-06-17 07:30:42
2024-06-17 06:55:41
2024-06-17 06:32:38
2024-06-17 06:14:37
2024-06-17 05:49:35
2024-06-17 05:21:35