2025年4月12日
从零实现基于扩散模型的文本到视频生成系统：技术详解与Pytorch代码实现
摘要： 本文详细介绍了基于扩散模型构建的文本到视频生成系统，展示了在MSRV-TT和Shutterstock视频标注数据集上训练的模型输出结果。以下是模型在不同提示词下的生成示例。首先展示一些模型生成效果展示 提示词：**"A person holding a camera"**（训练10K步） 拿相机的人 阅读全文
posted @ 2025-04-12 10:51 deephub 阅读(38) 评论(0) 推荐(0)