Hugging Face Daily Papers·· 1 天前AI 评分22
FAPL：让 MLLM 潜表示真正服务于电影级视频生成
Making MLLM Latents Matter: Factor-Aware Predictive Learning for Cinematic Video Generation
AI 导读
研究提出 Factor-Aware Predictive Learning（FAPL），通过分阶段训练让视频扩散 Transformer 有效利用 MLLM 潜表示，实现稀疏时序推理与角色、场景、动作、镜头四要素的可控生成。
来源：Hugging Face Daily Papers · huggingface.co