arXiv · 机器人与计算机视觉· Taewon Kang, Matthias Zwicker·· 12 小时前AI 评分71
当更大的引导尺度能修复文生视频失败以及何时不能:一项测量研究
When a Larger Guidance Scale Repairs Text-to-Video Failures and When It Does Not
AI 导读
该文针对文生视频扩散模型忽略提示词部分的常见修复手段(提升分类器自由引导尺度)进行了测量研究。研究发现,该手段仅在提示词不含否定词、无特定时间绑定事件且'需求分'足够高时才有效;对于否定句或晚期事件失败,重新生成反而更有效。作者提供了基于提示词和首阶段去噪分数的事前判断规则及三种失败类型的修正方案。
来源:arXiv · 机器人与计算机视觉 · arxiv.org