Lanzamientos de modelos

Ming-VideoMAR: modelo autorregresivo de generación de vídeo basado en tokens continuos

Título original:inclusionAI/Ming-VideoMAR

Resumen de IA

Ming-VideoMAR es un modelo autorregresivo de generación de vídeo a partir de imagen, solo decodificador, que utiliza tokens continuos para unificar la representación visual. Por primera vez adopta la causalidad temporal y la bidireccionalidad espacial como principios centrales de la autorregresión de vídeo, y propone una pérdida de difusión de siguiente fotograma que integra generación enmascarada. El modelo logra por primera vez un escalado de resolución de cero muestras en la generación de vídeo, pudiendo generar de forma flexible vídeos muy superiores a la resolución de entrenamiento. Destaca en eficiencia de entrenamiento e inferencia: su número de parámetros, volumen de datos de entrenamiento y consumo de GPU representan solo una pequeña fracción (9,3 %, 0,5 % y 0,2 %) de los del anterior mejor modelo, Cosmos, y supera a este tanto en evaluaciones cuantitativas como cualitativas. El código y los checkpoints del modelo están disponibles en código abierto, y el artículo ha sido aceptado en NeurIPS 2025.

Puntos clave

  • Ming-VideoMAR es un modelo autorregresivo de generación de vídeo a partir de imagen,solo…
  • Por primera vez adopta la causalidad temporal y la bidireccionalidad espacial como principios…
  • El modelo logra por primera vez un escalado de resolución de cero muestras en la generación de…
  • Destaca en eficiencia de entrenamiento e inferencia: su número de parámetros,volumen de datos de…
  • El código y los checkpoints del modelo están disponibles en código abierto,y el artículo ha sido…

Resumen rápido

Publicado
Actualizado
Fuente
蚂蚁 inclusionAI:GitHub 新仓库
Categoría
Lanzamientos de modelos
Puntuación IA
66
Leer el original Leer el artículo completo en la fuente original
Por qué importa

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。

Fuente y derechos

Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.

Artículo original · Ficha de AIHOT

Cómo citar

Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.

Orange News: Ming-VideoMAR: modelo autorregresivo de generación de vídeo basado en tokens continuos. 10. octubre 2025. https://new.nat6.net/es/news/cmorb7ik40074slhfvdmvwsw7/

Ver todo →