Pelancaran Model

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
Baca asal Baca artikel penuh di sumber asal
Sebab disyorkan

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.

Pautan asal · Entri AIHOT

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/

Lihat Semua →