Atlas 统一框架:文生图只是无条件单帧生成
kdexd · x · 2026-09-03
Google 研究员 Keunhong Park 介绍 Atlas 模型的统一生成框架:文本生成图像(T2I)被视作单帧视频生成——与其他所有生成任务执行同一种操作,只是没有任何已观测帧作为条件。演示视频中的每一帧均由 Atlas 生成,展示其统一处理视频生成与文生图的能力。
「多模态」频道最新
- MiniMax H3 图生视频角色替换 prompt 结构实测：六段式模板全公开 — photobombolo · 2026-10-18
- Black Forest Labs 时隔许久发新图像模型，图像编辑能力惊艳 — Xianbao_QIAN · 2026-10-18
- DeepSeek V4.1 Flash 一句话生成细节拉满的90年代中国居民楼3D场景 — zizhpan · 2026-10-18
- 开源版CapCut:Rust引擎视频编辑器Concat可被AI Agent直接控制 — techNmak · 2026-10-18
- 学生开源 kimo:无 GUI 视频编辑器,由 AI Agent 经 MCP 驱动 — LieTop7965 · 2026-10-18
- 视频生成 API 每 10 秒约 0.5 美元,自建服务器何时更划算? — Key-Lychee-913 · 2026-10-18