文本控制生成

Yume1.5：文本控制的交互式世界生成模型

Yume1.5: A Text-Controlled Interactive World Generation Model

统一上下文压缩加线性注意力、以及双向注意力蒸馏，是把扩散视频生成压到实时流式（单卡 A100 上 540p 12fps）的可复用手段，做交互式世界模型或长视频生成的人可以直接借鉴其历史上下文压缩与蒸馏流程。