开发者一夜做出 opflow 扩散模型,可同时学画面结构与连续运动
pixlpa · x · 2026-09-11
开发者 pixlpa 分享了一个 optical flow 扩散模型的概念验证:从昨晚开始搭建,模型已能同时学习视觉结构与连续运动,生成具有时序连贯性的画面流。作者承认仍有大量改进空间,包括模型容量、速度条件化和更多数据。下一步计划喂入手持拍摄的素材,因为视角变化能为光流带来更丰富的维度。
所属事件:开发者一夜自训光流扩散模型学会视频运动(4 条相关)→
「多模态」频道最新
- 百度 Unlimited OCR 2 实测：整文档单次解析无页数限制 — Baidu_Inc · 2026-10-28
- Opus 5.5 剪视频可替初级剪辑师，资深剪辑师日产出翻 5 倍 — dotey · 2026-10-28
- 阿里发布 0.8B 的 OvisOCR3：多教师蒸馏+RL 拿下多榜 SOTA — ATH-MaaS · 2026-10-28
- CodeCap-Bench:用可执行代码做视频描述,推理与重建更准 — Jiafu Tang · 2026-10-28
- Moving Atoms 用引擎把现实世界重建成高精度可交互 4D 模型 — Scobleizer · 2026-10-28
- Quiver Arrow 2 矢量生成模型上线 FLORA,可分层编辑 SVG — andpoul · 2026-10-28