Ming-VideoMAR: model penjanaan video autoregresif berasaskan token berterusan
Tajuk asal:inclusionAI/Ming-VideoMAR
Ringkasan AI
Ming-VideoMAR ialah model penjanaan video daripada imej secara autoregresif yang hanya menggunakan penyahkod, dengan representasi visual bersatu melalui token berterusan. Ia buat pertama kali menjadikan kausaliti temporal dan dwiarah spatial sebagai prinsip teras autoregresif video, serta mencadangkan kehilangan penyebaran bingkai seterusnya yang menyepadukan penjanaan bertopeng. Model ini pertama kali mencapai penskalaan resolusi sifar-sampel dalam penjanaan video, mampu menjana video jauh melebihi resolusi latihan secara fleksibel. Ia menonjol dari segi kecekapan latihan dan penaakulan, dengan jumlah parameter, data latihan dan penggunaan GPU hanya sebahagian kecil daripada model terbaik sebelumnya Cosmos (9.3%, 0.5% dan 0.2%), sambil melampaui dalam penilaian kuantitatif dan kualitatif. Kod dan titik semak model telah dikeluarkan sebagai sumber terbuka, dan kertas kerjanya telah diterima di NeurIPS 2025.
Maklumat penting
- Ming-VideoMAR ialah model penjanaan video daripada imej secara autoregresif yang hanya menggunakan…
- Ia buat pertama kali menjadikan kausaliti temporal dan dwiarah spatial sebagai prinsip teras…
- Model ini pertama kali mencapai penskalaan resolusi sifar-sampel dalam penjanaan video,mampu…
- Ia menonjol dari segi kecekapan latihan dan penaakulan,dengan jumlah parameter,data latihan dan…
- 2%),sambil melampaui dalam penilaian kuantitatif dan kualitatif.
Sekilas pandang
- Diterbitkan pada
- Dikemas kini pada
- Sumber
- 蚂蚁 inclusionAI:GitHub 新仓库
- Kategori
- Pelancaran 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 tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.
Cara memetik
Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.
Orange News: Ming-VideoMAR: model penjanaan video autoregresif berasaskan token berterusan. 10 Oktober 2025. https://new.nat6.net/ms/news/cmorb7ik40074slhfvdmvwsw7/