Edit-VAR:在预训练视觉自回归模型上做免训练、不求逆的文本引导视频编辑
Edit-VAR 把源视频直接编成多尺度离散词元,用概率引导替换与注意力调制的逐词元、分尺度保真控制,在 InfinityStar 上做免训练、不求逆的文本视频编辑。
Edit-VAR 把源视频直接编成多尺度离散词元,用概率引导替换与注意力调制的逐词元、分尺度保真控制,在 InfinityStar 上做免训练、不求逆的文本视频编辑。
SparSTAR提出一种免训练的块稀疏注意力框架,在每个高成本尺度上动态构建per-head稀疏掩码,为InfinityStar视频自回归生成提供约1.6×端到端加速且保持VBench质量。