概念video diffusion model
视频扩散模型
一类在大规模视频-文本对上训练的生成模型，学习从噪声逐步去噪生成连贯帧序列，可用于新视角合成和视频重拍。
时间轴 (近 90 天)
10月19日
VDAs（Video Diffusion Avatars）是一种利用视频扩散模型先验，从单张图像生成逼真、多视角一致可控虚拟人的方法。
待验证50%
10月19日
熵最优传输耦合（Entropic Optimal-Transport Couplings）被用于降低视频扩散模型的梯度方差，并将积分误差减半。
待验证50%
10月16日
Deepfake、NeRF（神经辐射场）和视频扩散模型是AI克隆技术链条上的关键技术。
待验证50%
10月15日
StateCraft 的核心架构由两个组件构成：负责追踪实体属性与变化的抽象状态，以及由视频扩散模型生成的代表当前视角画面的视觉状态。
待验证50%
10月15日
StateCraft 中语言模型负责维护和更新抽象状态，视频扩散模型将抽象状态转化为视觉输出，视觉状态的生成以抽象状态为条件。
待验证50%
9月11日
视频扩散模型的计算密集程度远超图像生成
待验证50%
全部知识事实 (6)
待验证
VDAs（Video Diffusion Avatars）是一种利用视频扩散模型先验，从单张图像生成逼真、多视角一致可控虚拟人的方法。
50%待验证熵最优传输耦合（Entropic Optimal-Transport Couplings）被用于降低视频扩散模型的梯度方差，并将积分误差减半。
50%待验证Deepfake、NeRF（神经辐射场）和视频扩散模型是AI克隆技术链条上的关键技术。
50%待验证StateCraft 的核心架构由两个组件构成：负责追踪实体属性与变化的抽象状态，以及由视频扩散模型生成的代表当前视角画面的视觉状态。
50%待验证StateCraft 中语言模型负责维护和更新抽象状态，视频扩散模型将抽象状态转化为视觉输出，视觉状态的生成以抽象状态为条件。
50%待验证视频扩散模型的计算密集程度远超图像生成
50%