Hugging Face Daily Papers·· 2 天前AI 评分36
DreamX：用视频扩散模型学习通用潜在动作
DreamX: Video Diffusion Model is a Universal Latent Action Learner
AI 导读
DreamX 将预训练视频扩散模型改造成通用潜在动作学习器，从模型时空特征中提取紧凑的潜在动作，把每帧视频从 1200 个 token 压缩到 4 个，压缩约 300 倍。
来源：Hugging Face Daily Papers · huggingface.co