待验证50% 置信基准精确时间
STAC与联合缩放结合后在类别条件ImageNet生成任务上带来了一致的改进。
1
来源数
50%
置信度
长期有效
时效性
2026/11/2
首次发现
来源
涉及实体
相关事实
待验证STAC与联合缩放结合后在基于Wan2.1的文本到视频生成任务上证实了方法的有效性。74% 相似待验证STCNet采用双域协同策略，在投影域引入物理驱动的位置编码，在潜空间引入时间编码，联合优化投影域和图像域。67% 相似待验证MFlow在ImageNet、UCF-101视频以及大规模文本到图像生成任务上评估，结果显示在多种设置下都能取得有竞争力或更优的生成性能。65% 相似待验证实验发现参考图像显著提升现有模型生成代码的视觉质量。61% 相似待验证ATAS 的实验结果显示，在四种不同的视频生成器上，ATAS 提升了所有报告的跨镜头一致性指标，且对每一种骨干模型都取得了最高的综合基准分数。60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1125602API
curl https://kongchang.com/api/v1/knowledge/claims/1125602MCP
get_claim(id=1125602)