BriefGPT - AI 论文速递 ·

SV4D 2.0：增强多视角视频扩散中的时空一致性以获得高质量的4D生成

💡 原文中文，约300字，阅读约需1分钟。

📝

内容提要

本研究提出了多视角视频扩散模型SV4D 2.0，旨在解决动态3D资产生成中的时空一致性问题。通过改进网络架构和训练策略，SV4D 2.0在遮挡和大运动情况下表现更为稳健，显著提升了视频的细节清晰度和时空一致性。

🏷️

蚂蚁 inclusionAI 开源 6B 统一图像生成与编辑模型 LLaDA-Image
蚂蚁集团开源统一图像生成与编辑模型LLaDA-Image，含6B参数，提供Base和Turbo两版本，支持文生图、编辑及中英文渲染。Turbo采用蒸馏技术...
OpenVX 1.3.2 发布：更精确的错误信息、更好的一致性以及为 2.0 版本奠定的基础
Khronos发布OpenVX 1.3.2，增强错误处理、图像格式支持及类型安全，提升一致性和可调试性，为OpenVX 2.0奠定基础。新版本引入新错误代...
Witbe 推出用于视频测试自动化的 AI 模型
Witbe推出自研视觉语言模型Witbe VLMs，用于视频测试自动化，与通用模型协同工作。该模型针对机顶盒等特定场景训练，性能不逊于前沿模型，且延迟更低...
Kimi K3 模型结构（3）：序列维度，Gated MLA 与 3:1 混合
本文介绍Kimi K3模型结构：采用3:1混合，每四层含一层Gated MLA（无位置编码、满秩sigmoid门），其余为KDA层。MLA低秩压缩KV至5...
内容创作者失误
During Naomi Osaka's match against Anastasia Zakharova at this year's...
Kimi K3 模型结构（2）：序列维度（下），chunkwise 并行与下界衰减
本文介绍Kimi K3模型序列维度的chunkwise并行算法：将序列分块，块间递推状态、块内用矩阵乘并行计算。K3将每步log-decay加−5下界，使...