arXiv · cs.AI· Jisoo Kim·· 1 天前AI 评分45
DreamX：将视频扩散模型用作通用潜在动作学习器
DreamX: Video Diffusion Model is a Universal Latent Action Learner
来源与原文
arXiv · cs.AI
作者：Jisoo Kim
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.05377v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
DreamX 将预训练视频扩散模型改造为通用潜在动作学习器，从模型的时空特征中提取紧凑潜在动作，每帧视频压缩 300×（1,200 → 4 token）。在 LARY-Bench 上达到潜在动作模型的最优表现，支持任意到任意的视频迁移和跨实体、环境的零样本动作迁移，并能在紧凑潜在动作空间中进行策略学习，降低视频扩散策略的计算成本。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。