Tag · 1 篇
Wan-Weaver: Interleaved Multi-modal Generation via Decoupled Training
将交错多模态生成分解为文本规划与视觉一致性建模，并利用文本代理数据训练规划器、参考引导图像数据训练可视化器，为视觉生成中的长程跨模态上下文建模提供了可复用的解耦训练思路。