HuggingFace Daily Papers·· 7 天前AI 评分71
DreamX：用视频扩散模型学习通用潜在动作
DreamX: Video Diffusion Model is a Universal Latent Action Learner
AI 导读
DreamX 将预训练视频扩散模型改造为通用潜在动作学习器，从视频模型时空特征中提取紧凑潜在动作，每帧压缩约 300 倍（1200 个 token 降至 4 个）。
来源：HuggingFace Daily Papers · huggingface.co