Code World Model 2.0 发布:结构代理驱动无限可控视频生成
_akhaliq · x · 2026-11-19
论文《Code World Model 2.0: Towards Infinite Controllable Video Generation》(arXiv 2611.22925)在 HF 上公开了其背后的视频渲染器 Invoker-Render:输入结构代理(structural proxy)、参考图和文本提示即可生成视频——粗糙代理指定角色移动位置即可合成自然步态,精细代理则可指导单个肢体的动作。为实现流式生成,团队用 Progressive Forcing 将因果渲染器蒸馏到每 chunk 仅 4 步去噪,并在自身生成历史上训练以减少漂移;30 分钟连续赛车演示中,渲染器能跟随输入轨迹并保持车辆与场景视觉一致。
「多模态」频道最新
- Reddit 热传 AI 生成视频,逼真人物引热议 — UnfilteredTalkOffice · 2026-11-19
- Remotion 上线真实运动模糊:HTML-in-canvas + WebGPU 实现 — Vjeux · 2026-11-19
- 蚂蚁 Inclusion AI 发布 Invoker-Render:30 分钟稳定流式世界模型 — inclusionAI · 2026-11-19
- 博主实测 Gemini 4 Nano:多模态与设计还原力称可平替 Opus 5.5 — op7418 · 2026-11-19
- StableCraft 开源:ComfyUI 接 Photoshop 式套索局部重绘 — Business_Plum4088 · 2026-11-19
- Krea 改版:界面更简洁、功能更强、速度大幅提升 — TitusTeatus · 2026-11-19