Ming-VideoMAR: Autoregressives Videogenerierungsmodell auf Basis kontinuierlicher Tokens
Originaltitel:inclusionAI/Ming-VideoMAR
KI-Zusammenfassung
Ming-VideoMAR ist ein reines Decoder-basiertes autoregressives Bild-zu-Video-Generierungsmodell, das kontinuierliche Tokens zur einheitlichen visuellen Repräsentation verwendet. Es etabliert erstmals zeitliche Kausalität und räumliche Bidirektionalität als Kernprinzipien der autoregressiven Videogenerierung und führt einen Next-Frame-Diffusionsverlust ein, der maskierte Generierung integriert. Das Modell ermöglicht erstmals eine Zero-Shot-Auflösungsskalierung bei der Videogenerierung und kann flexibel Videos erzeugen, die weit über der Trainingsauflösung liegen. Es zeichnet sich durch hohe Trainings- und Inferenzeffizienz aus: Parameterzahl, Trainingsdatenmenge und GPU-Verbrauch betragen nur einen Bruchteil (9,3 %, 0,5 % und 0,2 %) des bisher besten Modells Cosmos, während es in quantitativen und qualitativen Bewertungen übertrifft. Modellcode und Checkpoints wurden als Open Source veröffentlicht; die Arbeit wurde von NeurIPS 2025 angenommen.
Kernpunkte
- Ming-VideoMAR ist ein reines Decoder-basiertes autoregressives…
- Es etabliert erstmals zeitliche Kausalität und räumliche Bidirektionalität als Kernprinzipien der…
- Das Modell ermöglicht erstmals eine Zero-Shot-Auflösungsskalierung bei der Videogenerierung und…
- Es zeichnet sich durch hohe Trainings- und Inferenzeffizienz aus:…
- Modellcode und Checkpoints wurden als Open Source veröffentlicht
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Quelle
- 蚂蚁 inclusionAI:GitHub 新仓库
- Kategorie
- Modellveröffentlichungen
- KI-Bewertung
- 66
蚂蚁把自回归视频生成的训练成本砍到 Cosmos 的 0.2% 还能赢,这个效率信号比分数本身更值得关注,做视频生成的团队该认真看看它的课程学习和渐进分辨率策略。
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: Ming-VideoMAR: Autoregressives Videogenerierungsmodell auf Basis kontinuierlicher Tokens. 10. Oktober 2025. https://new.nat6.net/de/news/cmorb7ik40074slhfvdmvwsw7/