從圖像到視頻：淺談Video Diffusion Models背后的底層原理

AIGC動態歡迎閱讀

原標題：從圖像到視頻：淺談Video Diffusion Models背后的底層原理
關鍵字：視頻,模型,張量,數據,圖像
文章來源：智猩猩GenAI
內容字數：0字

內容摘要：

01前言最近一段時間恰好在推進手上的一個做視頻生成相關的課??題，也是對視頻擴散模型（Video Diffusion Models）這一領域有了頗多認識。其中，視頻擴散模型的很多設計都還要從圖像擴散模型的時代講起。作為一個見證Stable Diffusion誕生，到入行可控圖像生成領域，到產出自己第一篇diffusion model相關的工作，再到目前產出第二個diffusion相關的視頻工作的在讀博士生，某種程度上可以說是見證了video diffusion models發展的歷程。
說到視頻生成這件事，真正讓這個話題走進大家的視野的，其實還是今年年初Sora的首次亮相。Sora的亮相帶火了兩個東西——一個是Diffusion Transformer，另一個則是text-to-video generation這件事。至今時隔Sora亮相已經過去了足足八個月之久，視頻生成領域的卷度貌似沒有我們想象中的那樣夸張。「夸張」這個標準我們可以用2022年到2024年，基于diffusion model的圖像生成技術論文來對比，根據我自己的GitHub調研倉庫結果顯示，2022年相關的文章發表數

原文鏈接：從圖像到視頻：淺談Video Diffusion Models背后的底層原理

聯系作者

文章來源：智猩猩GenAI
作者微信：
作者簡介：