10:34官方账号arXiv cs.AI@Yueyi Liu, Chi Zhang, Sen Cui, Miao Liu测试时调优(TTT)在预训练扩散模型中用于视频编辑,但存在Prior Collapse问题,导致模型丢弃文本条件和空间潜在变量。ElasticTTT通过目标分布正则化防止过拟合记忆,对比CFG引导推理远离源偏置,以及异步噪声调度保留未编辑区域。在一次性视频编辑任务上,该方法相较现有TTT方法实现了更优的语义保真度和编辑质量。论文ElasticTTT视频编辑扩散模型推荐理由:这篇论文解决了视频编辑时模型丢失先验的问题,用三种新技巧让编辑更精准,效果比以前的TTT方法好得多。原文稍后读已读值得跟进有用关注 ElasticTTT