arXiv · 机器人与计算机视觉· Lei Xu, Zhuo Li, Yongyi Jin, Aoyu Wang·· 10 天前AI 评分48
UniRGBA:在预训练视频扩散模型中统一 RGB 与 Alpha 通道
UniRGBA: Unifying RGB and Alpha in Pretrained Video Diffusion Models
AI 导读
UniRGBA 提出一种无需专用 Alpha 编码器或复杂潜在空间重构的统一框架,通过零初始化通道扩展及六项渐进式重建损失实现 RGBA 生成。该方法将标准 DoRA 应用于预训练 DiT,复用四通道潜变量且不做 Alpha 特定架构变更。
来源:arXiv · 机器人与计算机视觉 · arxiv.org