Ming-VideoMAR : un modèle autorégressif de génération vidéo fondé sur des tokens continus
Titre original:inclusionAI/Ming-VideoMAR
Résumé IA
Ming-VideoMAR est un modèle autorégressif image-vers-vidéo à décodeur seul, qui unifie la représentation visuelle au moyen de tokens continus. Il fait pour la première fois de la causalité temporelle et de la bidirectionnalité spatiale les principes fondamentaux de l'autorégression vidéo, et propose une perte de diffusion de la trame suivante intégrant la génération masquée. Le modèle réalise pour la première fois une mise à l'échelle de la résolution en génération vidéo sans exemple, permettant de générer souplement des vidéos bien au-delà de la résolution d'entraînement. Il se distingue par son efficacité d'entraînement et d'inférence : son nombre de paramètres, son volume de données d'entraînement et sa consommation de GPU ne représentent qu'une infime fraction (9,3 %, 0,5 % et 0,2 %) de ceux du précédent meilleur modèle Cosmos, tout en le surpassant dans les évaluations quantitatives et qualitatives. Le code et les checkpoints du modèle sont open source, et l'article a été accepté à NeurIPS 2025.
Points clés
- Ming-VideoMAR est un modèle autorégressif image-vers-vidéo à décodeur seul,qui unifie la…
- Il fait pour la première fois de la causalité temporelle et de la bidirectionnalité spatiale les…
- Le modèle réalise pour la première fois une mise à l'échelle de la résolution en génération vidéo…
- Il se distingue par son efficacité d'entraînement et d'inférence: son nombre de paramètres,son…
- Le code et les checkpoints du modèle sont open source,et l'article a été accepté à NeurIPS 2025.
En bref
- Publié
- Mis à jour
- Source
- 蚂蚁 inclusionAI:GitHub 新仓库
- Catégorie
- Sorties de modèles
- Score IA
- 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。
Source et droits
Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.
Comment citer
Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.
Orange News : Ming-VideoMAR : un modèle autorégressif de génération vidéo fondé sur des tokens continus. 10. octobre 2025. https://new.nat6.net/fr/news/cmorb7ik40074slhfvdmvwsw7/