扩散模型 ， 也是火出圈的AIGC作画神器DALL·E2的核心 。
谷歌研究人员指出 ， 其实之前已有类似的“文字生成视频”AI了 ， 但若仅仅在输入视频上对视频扩散模型进行微调 ， 会限制运动变化的程度 。
而此AI与众不同之处在于：
团队使用了一个“混合目标” ， 除了对原始目标进行微调外 ， 还会对无序帧集进行微调 。
他们采用了一种深度学习中专门的注意力机制：MaskedTemporalAttention ， 帮助模型专注于输入信息的特定部分 ， 忽略其他无关的部分 。
——这提高了模型处理序列数据的能力 ， 生成视频中的动态更多样化 ， 且效果也比较自然 。

文章图片
在扩散模型和MaskedTemporalAttention的加持下 ， 对于更换视频主角来说 ， 输入其实已经被省略了——只需进行微调 ， 结果的保真度也相当不错 。

• 小米科技|手机广告有点太过分，不点击就能进入，小米的做法值得点赞
• AMD|PC出货量暴跌：Intle等巨头业绩“凉凉” 为何AMD逆市崛起？玩家一句话真相
• 废锂电池扔进碱水就能回收？美劳伦斯国家实验室推出电池新材料
• 女孩试了很多衣服却一件不买，薇娅一句话，老公海峰竟决定关闭所有店铺
• 记者问比尔盖茨为什么大学没毕业，也能成为世界富翁，盖茨只说了一句话就让记者佩服得五体投地
• 诉讼|因一句话可能被索赔数十亿！历时四年 马斯克终于打赢诉讼
• 软件|红魔和Rog6哪款打游戏比较好，从具体参数来分析，就能看出到底有什么差别
• 网友热议|男子打包螺蛳粉开车24小时运回北京 只因朋友圈一句话：这是真爱
• 华为云|5K就能买到的2K高刷+OLED轻薄本，开工季选华硕无双值不值？
• 中国电信|原厂早已停产，而消费者还不知道，靠着“吊牌”一年就能挣13亿？