Tag · 2 篇
指令式视频编辑
01 02
以高质量合成数据集扩展指令式视频编辑
Scaling Instruction-Based Video Editing with a High-Quality Synthetic Dataset
用「图像编辑器 + 上下文视频生成器 + 智能体过滤」的流水线批量合成百万级指令式视频编辑数据，并用蒸馏模型加时序增强器压低生成成本；做视频编辑或可控生成的人可以直接复用这套数据构造与课程学习训练范式。
RFDM：用于视频编辑的残差流扩散模型
RFDM: Residual Flow Diffusion Models for Video Editing
把 2D 图生图扩散模型改造成因果逐帧的视频编辑器，用 t-1 步预测作为条件、并让前向过程预测相邻帧残差，从而以图像级算力处理任意长度视频；这套「残差流 + 自回归条件」思路可直接迁移到其他需要变长、低算力的视频生成/编辑任务。