DiTCtrl: 在多模态扩散变换器中探索注意力控制以实现无调优的多提示长视频生成

💡 原文中文,约500字,阅读约需2分钟。
📝

内容提要

本研究提出了一种无训练的多提示视频生成方法DiTCtrl,解决了现有模型在数据需求和提示跟随能力上的不足。实验结果表明,该方法在无需额外训练的情况下实现了先进性能。

🏷️

标签

➡️

继续阅读