Stability AI 暑期项目 SemanTok:49M 模型语义评测胜过 47 倍大对手
CSProfKGD · x · 2026-10-06
Stability AI 暑期项目发布 SemanTok，面向自回归视频生成的可预测语义 token 方法。
- 仅 49M 参数的自回归模型在语义上可击败比它大 47 倍的 SOTA 模型 VideoFlexTok；放大到 201M 时能在保真度上战胜 3.4 倍大的模型。
- 核心思路是让语义 token 更可预测，从而提升自回归视频生成的效率与质量。
- 多位研究者转发讨论，认为其激活优化思路有启发性。
「多模态」频道最新
- AI 生成视频太爆笑,网友:烧再多算力都值 — hexiang · 2026-10-06
- Midjourney+Threejs+Seedance 组合工作流：AI 生成多角度电影级镜头 — Ror_Fly · 2026-10-06
- Suno 能看图生歌，竟认出梗图里的 Gram-Schmidt 正交化 — anderssandberg · 2026-10-06
- Apple 研究员两篇流模型论文中选 NeurIPS,提出轨迹归一化模型 — thoma_gu · 2026-10-06
- Magnific 预告 10 月 8 日发布新工具，简单 prompt 出效果惊艳 — aziz4ai · 2026-10-06
- 高斯 GRPO 登场:用一维最优传输统一多模态 RL 奖励分布 — kaiwei_chang · 2026-10-06