arXiv · cs.AI· Jisoo Kim, Chaehyun Kim, Junsu Kim, Jiho Park, Seongchan Kim, Eunbeen Hong, Soowon Son, Fu-En Yang, Seungryong Kim·· 15 小时前
DreamX：视频扩散模型可作为通用潜在动作学习器
DreamX: Video Diffusion Model is a Universal Latent Action Learner
AI 导读
DreamX 将预训练视频扩散模型改造为通用潜在动作学习器，从视频模型的时空特征中提取紧凑潜在动作，把每个潜在视频帧从 1,200 个 token 压缩到 4 个，压缩达 300 倍。
来源：arXiv · cs.AI · arxiv.org