免训练给冻结视频世界模型加上灵活镜头与时间控制
Chenxi Song · hf · 2026-09-11
World in World 提出一个 training-free 接口，让冻结的自回归视频世界模型获得灵活的相机与时间控制：通过原生自注意力路由异构视觉证据，结合对应引导查询（correspondence-guided queries）与逐通道注意力引导实现，无需微调模型。
所属事件:World in World 免训练为冻结视频世界模型赋予灵活控制(2 条相关)→
「多模态」频道最新
- 社区整理 60+ 个 ChatGPT「斜杠风格词」:一词唤出整套视觉风格 — heyshrutimishra · 2026-10-31
- Cartesia 语音 agent 平台盲测登顶：级联方案击败原生 speech-to-speech — rohanpaul_ai · 2026-10-31
- Hyperflow H3 登顶视频榜前五，价格不到 Seedance 2.5 一半 — ArtificialAnlys · 2026-10-31
- Krea 插件登陆 Grok：在聊天里直接把草图变成动画 — angrypenguinPNG · 2026-10-31
- 开源 Stem Studio:把 AI 视频音轨拆成可编辑分层 — eraiozei · 2026-10-31
- AI 视频诽谤了人,该起诉提示者、模型商还是平台? — New_Pension_4485 · 2026-10-31