Transformer技术助力扩散模型：AI视频生成质量达到照片级真实感

<img src="">

欢迎阅读AIGC动态

原文标题：Transformer在扩散模型中的应用，AI生成视频达到照片级真实感

关键词：视频, 模型, 注意力, 图像, 报告

文章来源：机器之心

内容字数：9333字

内容摘要：机器之心报道编辑：Panda指出，将Transformer用于视频生成中的扩散模型已经被李飞飞等研究者证实是可行的。这标志着Transformer在视频生成领域取得了重要突破。近期，一项视频生成研究备受赞誉，甚至被某位X网友称为“好莱坞的终结”。这究竟有何优点？让我们先看一下效果：很明显，这些视频几乎没有伪影，流畅细腻，仿佛可以直接融入电影大片中而毫不突兀。这些视频的创作者来自斯坦福大学、谷歌和佐治亚理工学院，他们提出了Window Attention Latent Transformer，简称W.A.L.T。该方法成功将Transformer架构融入到隐视频扩散模型中。斯坦福大学的李飞飞教授也是该论文的共同作者。项目网站：https://walt-video-di…

原文链接：想要阅读原文，请点击将Transformer用于扩散模型，AI生成视频达到照片级真实感

联系作者

文章来源：机器之心

作者微信：almosthuman2014

作者简介：致力于为人工智能领域提供专业媒体和产业服务平台