arXiv · 机器人与计算机视觉· Yukuo Ma, Cong Liu, Junke Wang, Junqi Liu, Haibin Huang, Zuxuan Wu, Xuelong Li·· 29 天前AI 评分49
ReCam:具备全上下文记忆的长视频生成模型
Recast the Past: Stable Long Video Generation with Full Context Memory
AI 导读
ReCam 通过分组时空块潜变量直接投影至扩散 Transformer 隐藏空间,结合双指针去噪机制解决长视界生成的历史条件成本与时间漂移问题。该模型在 VBench-Long 评测中取得 80.1 的最高总分,并在 R2M-Bench 场景重现及非屏幕主体重现身的一致性指标上全面领先基线。代码已开源,适用于计算机视觉与人工智能领域的长视频生成任务。
来源:arXiv · 机器人与计算机视觉 · arxiv.org