DreamX 论文发布：视频扩散模型作通用潜在动作学习器

1. 02:59
   arXiv · cs.AI

   DreamX：将视频扩散模型用作通用潜在动作学习器

   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。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。