UniAnimate

11个月前发布 20 00

UniAnimate是一个用于人物图像动画的统一视频扩散模型框架。它通过将参考图像、姿势指导和噪声视频映射到一个共同的特征空间,以减少优化难度并确保时间上的连贯性。UniAnimate能够处理长序列,支持随机噪声输入和首帧条件输入,显著提高了生成长期视频的能力。此外,它还探索了基于状态空间模型的替代时间建模架构,以替代原始的计算密集型时间...

收录时间:
2025-05-29
UniAnimateUniAnimate

UniAnimate是一个用于人物图像动画的统一视频扩散模型框架。它通过将参考图像、姿势指导和噪声视频映射到一个共同的特征空间,以减少优化难度并确保时间上的连贯性。UniAnimate能够处理长序列,支持随机噪声输入和首帧条件输入,显著提高了生成长期视频的能力。此外,它还探索了基于状态空间模型的替代时间建模架构,以替代原始的计算密集型时间Transformer。UniAnimate在定量和定性评估中都取得了优于现有最先进技术的合成结果,并且能够通过迭代使用首帧条件策略生成高度一致的一分钟视频。

数据统计

相关导航

Pippit AI

Pippit AI

Pippit AI是由CapCut平台推出的AI创意内容制作工具,可以帮助用户快速生成高质量的视频、图形和品牌内容。Pippit AI支持AI视频创作、AI数字人生成、AI图像处理等多种功能,Pippit AI还提供了一系列商业授权的视频模板、图片、设计元素和音频资源。通过这些工具,用户可以轻松制作专业级的营销素材,无需设计技能即可实现创意表达。Pippit AI特别适合需要创作营销素材的商家、创作者、广告人员以及营销专业人士。
SekoTalk

SekoTalk

SekoTalk是商汤科技(SenseTime)旗下Seko智能体平台推出的AI对口型视频创作工具,可以根据用户描述及角色图片自动生成与音频匹配的口型动画。SekoTalk主要功能包括多语种对口型生成、音频格式兼容、角色形象定制、多风格视频生成及多说话者支持。SekoTalk提供可视化编辑功能,支持直接查看和调整对口型效果,并可导出发布至不同平台。SekoTalk可以应用于剧情短片、动画制作及广告宣传视频等场景,能够有效提升创作效率与视频质量。
VideoTetris

VideoTetris

VideoTetris是一个新颖的框架,它实现了文本到视频的生成,特别适用于处理包含多个对象或对象数量动态变化的复杂视频生成场景。该框架通过空间时间组合扩散技术,精确地遵循复杂的文本语义,并通过操作和组合去噪网络的空间和时间注意力图来实现。此外,它还引入了一种新的参考帧注意力机制,以提高自回归视频生成的一致性。VideoTetris在组合文本到视频生成方面取得了令人印象深刻的定性和定量结果。

暂无评论

您必须登录才能参与评论!
立即登录
none
暂无评论...