待验证50% 置信事实精确时间
视频变换器通过在注意力机制中同时编码空间维度与时间维度来学习帧间运动规律
1
来源数
50%
置信度
长期有效
时效性
2026/7/22
首次发现
来源
相关事实
已验证视频扩散模型采用扩散变换器（DiT）架构，通过在时序注意力层引入3D时空注意力机制同时建模空间与时间维度81% 相似待验证现代视频风格迁移方案在扩散模型的去噪过程中注入时序注意力机制，让模型在生成每一帧时能看到相邻帧的状态81% 相似待验证基于Transformer的时序建模方法已成为自动视频摘要领域的主流，其自注意力机制能对视频中任意两个时间点的帧建立长距离依赖关系80% 相似待验证Sora、Kling等新一代视频生成模型引入了时空注意力机制（Spatiotemporal Attention），用于建模帧间的运动一致性78% 相似待验证Seedance基于DiT（Diffusion Transformer）架构，通过在时间维度上引入注意力机制来保证视频动作连贯性77% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/587801API
curl https://kongchang.com/api/v1/knowledge/claims/587801MCP
get_claim(id=587801)