arXiv · 机器人与计算机视觉· Lisai Zhang, Yidi Wu, Qi Liu, Xin Ma, Yang Ding, Gang Yue, Siqian Yang, Jingyuan Chen, Lin Ma, Yaohui Wang·· 23 天前AI 评分12
Vorch-Director:通过噪声感知误差校正实现交互式世界故事生成的模型(已撤回)
Vorch-Director: Interactive World Story Model via Noise-Aware Error Rectification
AI 导读
Vorch-Director 是一种基于 LTX-2 扩散架构的音视频生成模型,利用噪声水平感知的残差校正策略解决自回归历史中的身份漂移与不同步问题。该模型引入任务嵌入区分历史视频、参考图像及目标视频,支持多镜头、多主体及长视界引导生成,并在 ST-Bench 上验证了优于强基线的稳定性与保真度。论文因信息披露担忧已被撤回,目前无 PDF 可供下载。
来源:arXiv · 机器人与计算机视觉 · arxiv.org