長尺動画生成、領域トークンで記憶を保持
原題 Long-horizon Video Generation with Slot Memory Addressed By Region Tokens
動画を無限に生成し続けるには記憶を有限に保ちつつ、過去に見た内容を取り戻す必要がある。その両立を、領域トークンで指定するスロット型メモリで狙う手法がarXivに出た。
論点
長尺動画生成の鍵は記憶設計か
- コメントを読み込み中…
議論のヒントを見る
賛成側の視点
長さの壁は記憶で決まる。モデルを大きくするより記憶の設計こそ本丸だ。反対側の視点
結局は計算資源とデータの力押しで解ける。凝った記憶機構はすぐ陳腐化する。
みんなのコメント 件
コメントを書く