Tag · 2 篇
自监督表征对齐
分布 图像编辑与可控生成1生成模型与扩散1
01 02
SMRABooth：面向定制视频生成的主体与运动表征对齐
SMRABooth: Subject and Motion Representation Alignment for Customized Video Generation
利用自监督编码器和光流编码器提供对象级主体外观与运动表征，并通过稀疏低秩适配注入实现主体与运动的解耦控制，为视频定制生成中的主体保真与运动一致性提供可复用方案。
ProcessMaker：基于扩散 Transformer 的自适应序列步骤通用过程可视化框架
ProcessMaker: A Generalized Process Visualization Framework with Adaptive Sequence Steps on Diffusion Transformers
把 DiT 的泛化能力用于多步过程序列生成，用自监督表征对齐替代多专家网络、用稀疏掩码做域区分、用滑动窗口动态决定生成步数，这套「单模型多域+自适应步数」思路可迁移到需要变长生成轨迹的视觉生成任务。