精选理由
腾讯ARC开源了SCoPE，一种视频扩散Transformer的位置编码，搞视频生成可以试试。
腾讯ARC发布了SCoPE，一种名为Sightline-Coordinate Positional Encoding的位置编码方法，专门用于视频扩散Transformer。该方法通过视线坐标建模视频帧间的时空关系，改进现有位置编码在长视频生成中的表现。SCoPE模型已开源在HuggingFace平台，用户可直接获取。推文展示了相关视频生成效果，但尚未公布具体基准数据。
原文 · AK
SCoPE Sightline-Coordinate Positional Encoding for Video Diffusion Transformers model: https://t.c...
SCoPE Sightline-Coordinate Positional Encoding for Video Diffusion Transformers model: huggingface.co/TencentARC/SCo… Your browser does not support the video tag. 🔗 View on Twitter 💬 3 🔄 3 ❤️ 8 👀 3380 📊 5 ⚡