流模型+图像模型+GRU 规划器:视频生成架构拆解
pixlpa · x · 2026-10-18
一条技术向总结帖,概括了某个视频生成系统的整体架构:
- 运动生成:一个流模型(flow model)生成 N 帧运动,条件包括图像、上下文、pan x/y 平移与速度;
- 干净帧生成:一个图像模型负责生成干净帧、重生成图像与修补(inpaint);
- 速度调节:一个 planner GRU 模型用来调制速度。
未指明具体是哪个模型,属于对某视频生成系统的架构复述。
「多模态」频道最新
- 社区定位 MOSS-Image SFT 竖向条带来源于第 37-41 层,LoRA 即可修复 — MatlowAI · 2026-10-18
- Flux 3 Klein 的 ComfyUI 支持更新,回应此前批评 — ganrocks007 · 2026-10-18
- 官网提示证实：Krea 3 定位图像编辑，纯文生图只是实验功能 — LemonLinePL · 2026-10-18
- MOSS-Image 登陆 Forge Neo:中英文画面文字生成,8 步出图 — digitalhunters0 · 2026-10-18
- 用 ComfyUI 做《星际迷航》同人短片:探索角色表演与镜头连续性 — mirrordocent · 2026-10-18
- OpenFill 开源插件:在 GIMP 3 里直接用 ComfyUI 做 AI 修图 — Speedeee_ · 2026-10-18