MobileVD是什么
MobileVD（Mobile Video Diffusion）是首个针对移动设备优化的视频扩散模型，Qualcomm AI Research团队开发。模型基于Stable Video Diffusion（SVD）的时空UNet架构，通过降低帧分辨率、引入多尺度时间表示以及采用两种新颖的剪枝方案来减少通道数和时间块数量，显著降低了内存和计算成本。MobileVD基于对抗微调技术，将去噪过程简化为一步完成，进一步提高了模型的效率。
MobileVD – 首个针对移动设备优化的视频扩散模型
来源：爱论文 时间：2025-03-25 13:39:58
相关资讯
更多+
-
MobileVD – 首个针对移动设备优化的视频扩散模型MobileVD（Mobile Video Diffusion）是首个针对移动设备优化的视频扩散模型，Qualcomm AI Research团队开发。模型基于Stable Video Diffusion（SVD）的时空UNet架构，通过降低帧分辨率、引入多尺度时间表示以及采用两种新颖的剪枝方案来减少通道数和时间块数量，显著降低了内存和计算成本。
AI教程资讯
2023-04-14
-
YuE – 港科大联合 M-A-P 推出的开源AI音乐生成模型YuE 是香港科技大学和 Multimodal Art Projection 团队联合开发的开源 AI 音乐生成模型。能将歌词转化为完整的歌曲，支持多种音乐风格，包括流行、金属、爵士、嘻哈等，并且支持英语、中文、日语和韩语等多种语言。
AI教程资讯
2023-04-14
-
VARGPT – 北大推出的多模态理解生成统一模型VARGPT是创新的多模态大语言模型，专注于视觉理解和生成任务。基于自回归框架，将视觉生成与理解统一在一个模型中，避免任务切换的复杂性。VARGPT在LLaVA架构基础上进行扩展，通过next-token预测实现视觉理解，通过next-scale预测实现视觉生成，能高效处理混合模态输入和输出。
AI教程资讯
2023-04-14
-
SpeechGPT 2.0-preview – 复旦大学推出的端到端实时语音交互模型SpeechGPT 2 0-preview 是复旦大学 OpenMOSS 团队推出的拟人化实时交互系统，基于百万小时级中文语音数据训练，采用端到端架构，实现了语音与文本模态的高度融合。模型具有拟人口语化表达、百毫秒级低延迟响应，支持自然流畅的实时打断交互。
AI教程资讯
2023-04-14
下载
热门推荐
更多+
AI专辑
热门专辑
- SPAR3D – Stability AI等机构推出的单试图重建 3D 网络模型 01-13
- Agent Laboratory – AMD 联合约翰·霍普金斯大学推出的自主科研 Agent 01-13
- 星火纪要 – 科大讯飞推出的会议交流总结和分析平台 01-13
- rStar-Math – 微软推出的小模型复杂推理与自进化SLMs的创新技术 01-13
- SPRIGHT – 专注于空间关系的大型视觉语言数据集 01-14
- 麦橘超然 – 麦橘推出的AI文生图模型，基于 Flux.1 架构 01-14
- Diff-Instruct – 从预训练扩散模型中迁移知识的通用框架 01-20
- CodeArena – 用于测试不同LLM编程能力的在线平台 01-24
- GPT学术优化 – 专为学术研究和写作设计的多功能开源项目 01-29
- AutoTrain – Hugging Face 开源的无代码模型训练平台 02-01
