Ming-VideoMAR: model generasi video autoregresif berbasis token kontinu
Judul asli:inclusionAI/Ming-VideoMAR
Ringkasan AI
Ming-VideoMAR adalah model generasi video dari gambar ke video autoregresif yang hanya menggunakan dekoder, dengan representasi visual terpadu menggunakan token kontinu. Model ini untuk pertama kalinya menjadikan kausalitas temporal dan bilateralitas spasial sebagai prinsip inti autoregresi video, serta mengusulkan loss difusi frame berikutnya yang mengintegrasikan generasi mask. Model ini untuk pertama kalinya mewujudkan penskalaan resolusi zero-shot dalam generasi video, mampu menghasilkan video secara fleksibel jauh melampaui resolusi pelatihan. Model ini menonjol dalam efisiensi pelatihan dan penalaran, dengan jumlah parameter, data pelatihan, dan konsumsi GPU hanya sebagian kecil dari model terbaik sebelumnya, Cosmos (9,3%, 0,5%, dan 0,2%), sekaligus melampaui dalam evaluasi kuantitatif dan kualitatif. Kode dan checkpoint model telah dirilis sebagai sumber terbuka, dan makalahnya telah diterima di NeurIPS 2025.
Poin utama
- Ming-VideoMAR adalah model generasi video dari gambar ke video autoregresif yang hanya menggunakan…
- Model ini untuk pertama kalinya menjadikan kausalitas temporal dan bilateralitas spasial sebagai…
- Model ini untuk pertama kalinya mewujudkan penskalaan resolusi zero-shot dalam generasi…
- Model ini menonjol dalam efisiensi pelatihan dan penalaran,dengan jumlah parameter,data…
- Kode dan checkpoint model telah dirilis sebagai sumber terbuka,dan makalahnya telah diterima di…
Ringkasan cepat
- Waktu terbit
- Waktu diperbarui
- Sumber
- 蚂蚁 inclusionAI:GitHub 新仓库
- Kategori
- Rilis Model
- Skor AI
- 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。
Sumber dan hak cipta
Artikel ini disusun berdasarkan judul pilihan dan ringkasan AI dari API publik AIHOT, dengan sumber yang dicantumkan dan tautan balik; hak cipta konten asli milik media dan penulis aslinya, situs ini tidak menyalin artikel secara penuh.
Cara mengutip
Saat mengutip artikel ini, sertakan judul, tanggal, dan tautan permanen, serta cantumkan sumber Orange News.
Orange News: Ming-VideoMAR: model generasi video autoregresif berbasis token kontinu. 10 Oktober 2025. https://new.nat6.net/id/news/cmorb7ik40074slhfvdmvwsw7/