该文章介绍了语言驱动的视频修复任务和ROVI数据集。作者提出了基于扩散的语言驱动视频修复框架,整合了多模态大规模语言模型,能够有效地理解和执行复杂的修复请求。作者展示了数据集的多样性和模型在不同语言指导下的有效性。他们还表示将公开发布数据集、代码和模型。
完成下面两步后,将自动完成登录并继续当前操作。