待验证50% 置信事实精确时间
FVD是FID在视频领域的扩展版本，在计算分布差异时考虑了时间维度的特征
1
来源数
50%
置信度
长期有效
时效性
2026/8/7
首次发现
来源
相关事实
已验证FVD由Unterthiner等人于2019年提出，使用在Kinetics数据集上预训练的I3D网络提取视频时空特征，计算真实与生成视频分布间的Fréchet距离72% 相似待验证当前主流的文生视频模型普遍基于扩散模型架构，通过在时间维度上扩展图像生成能力来产生连贯的视频帧序列64% 相似待验证2023年后，以Stable Video Diffusion、Sora为代表的时序扩散模型开始将视频理解为时空连续体，能够在潜空间中同时建模多帧之间的运动关系63% 相似待验证均匀采样按固定时间间隔抽帧，实现简单且计算开销可预测，但对视频内容一无所知，容易错失信息密度不均视频的关键瞬间62% 相似待验证传统视频处理通过光流估计（Optical Flow）和运动向量（Motion Vector）来维护时间连续性62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/700782API
curl https://kongchang.com/api/v1/knowledge/claims/700782MCP
get_claim(id=700782)