HuggingFace Daily Papers· Songlin Yang, Zhe Wang, Xiaotong Zhao, Xi Wang, Ran Zhang, Shuai Li, Taiyi Wu, Songlian Li, Eric Liu, Alan Zhao, Anyi Rao·· 3 天前AI 评分40
Factor-Aware Predictive Learning for Cinematic Video Generation
Making MLLM Latents Matter: Factor-Aware Predictive Learning for Cinematic Video Generation
AI 导读
研究提出 Factor-Aware Predictive Learning (FAPL)，提升多模态大语言模型在电影视频生成中的特征利用与时间推理能力。该方法通过三阶段训练，在稀疏输入转视频、因子感知编辑和多镜头生成任务上超越基线模型。实验验证了 FAPL 对 MLLM 特征使用、时间控制和因子协调的改进效果。
来源：HuggingFace Daily Papers · arxiv.org