DreamX:视频扩散模型是一种通用的潜在动作学习器
原文:DreamX: Video Diffusion Model is a Universal Latent Action Learner
从视频中学习通用动作表示需要对同一动作的不同执行之间保持一致的动态建模,但对于实施例和外观的变化保持不变。现有的潜在动作模型从视觉转换中推断动作,但它们的表示经常将底层动作与不相关的视觉变化纠缠在一起,限制了跨嵌入的传输
正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。
抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。
正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。