针对视频生成中的运动一致性难题，Meta GenAI 团队提出了一个全新框架 VideoJAM。 VideoJAM 基于主流的 DiT 路线，但和 Sora 等纯 DiT 模型相比，动态效果直接拉满： 哪怕变化又大又迅速、动作又复杂的舞蹈，也看起来像真的一样，而且还是两个人同步： 像倒立这样的 ...

克雷西 发自 凹非寺量子位 | 公众号 QbitAI 针对视频生成中的运动一致性难题，Meta GenAI团队提出了一个全新框架VideoJAM。 VideoJAM基于主流的DiT路线，但和Sora等纯DiT模型相比，动态效果直接拉满： 哪怕变化又大又迅速、动作又复杂的舞蹈，也看起来像真的一样，而且还是两个人同步： 像倒立这样的操作，同样可以轻松驾驭： 而且不需要额外数据或缩放，就能无缝集成到不同 ...