Tag · 2 篇
视频生成基准
分布 数据集与评测1生成模型与扩散1
01 02
CI-VID：一个连贯的交错文本-视频数据集
CI-VID: A Coherent Interleaved Text-Video Dataset
CI-VID 提供了带交错文本标注的多片段视频序列，可直接用于训练和评测文本-视频到视频（T&V2V）生成模型，推动从孤立片段生成向具有跨片段语义连贯性的故事化视频生成发展。
通过闭环世界建模实现视频化身中的主动智能
Active Intelligence in Video Avatars via Closed-loop World Modeling
把视频生成模型当作可交互环境，用闭环的观察-思考-行动-反思循环和结果校验来修正生成漂移，为长时程视频生成中的状态一致性问题提供了一个可复用的推理-生成耦合框架。