arXiv · 机器人与计算机视觉· David Grossman (VideoGen), Anton Koenig (VideoGen)·· 28 天前AI 评分24
VideoGen Model 1 提示词扩展在音视频生成中优于纯格式调整
VideoGen Model 1: Prompt Expansion Versus Formatting in Audiovisual Generation
AI 导读
VideoGen Model 1(MiniMax H3 后训练版)在控制实验中显示,对 30 个提示词的创意扩展比单纯重格式提升整体评分 0.63 分。该结果基于 VA-Judger 评估器得出, Gemini 3.8 Flash 评估下提升幅度不确定且视觉质量变化不大。研究论文已上传 arXiv,代码与模型页面提供在线访问。
来源:arXiv · 机器人与计算机视觉 · arxiv.org