Diffusion Forcing은 더 나은 비디오 생성을 위해 언어 및 이미지 모델의 강점을 결합합니다.
- 연구자들이 "Diffusion Forcing"이라는 새로운 방법을 개발함.
- 이 방법은 자율회귀 모델과 확산 모델의 강점을 결합함.
- 각 토큰에 독립적인 노이즈 레벨을 부여해 시퀀스의 하위 집합을 재구성할 수 있음.
- 비디오 생성에서 장기간에도 안정적이고 일관된 결과를 제공함.
- 로보틱스 응용에서 다양한 길이의 행동 시퀀스를 계획할 수 있으며 시각적 방해에 견딜 수 있음.
- 초기 실험에서 대형 트랜스포머 모델로 확장 가능성이 확인됨.
- MIT CSAIL과 뮌헨 공과대학교 연구팀이 주도.
- 향후 더 큰 데이터셋과 고해상도 비디오에 적용할 계획.
4the-decoder.com링크 복사하기
AI 뉴스 요약은 뉴스의 내용을 AI가 요약(GPT-4 활용)한 것입니다. 따라서 틀린 내용을 포함할 수 있습니다. 뉴스의 자세한 내용을 확인하시려면 해당 뉴스 링크를 클릭해주세요.