ChronoEdit 14B

加入 LUXED AI，最好的AI社区：https://discord.gg/HxfP9TnctJ

💚 ChronoEdit    ｜    🖥️ GitHub    |   🤗 Hugging Face   |   🤖 Gradio Demo   |    📑 Paper

ChronoEdit：面向图像编辑与世界模拟的时间推理
ChronoEdit-14B 通过时间推理实现物理感知的图像编辑和动作条件下的世界模拟。它从一个140亿参数的预训练视频生成模型中提炼先验知识，并将推理过程分为两个阶段：(i) 视频推理阶段，用于潜在轨迹去噪；(ii) 上下文编辑阶段，用于修剪轨迹标记。ChronoEdit-14B 由 NVIDIA 开发，属于 ChronoEdit 多模态基础模型系列。该模型已准备好用于商业用途。

ChronoEdit 流程概览。 从右至左，去噪过程始于 时间推理阶段，模型想象并去噪一段中间帧的短轨迹。这些中间帧作为推理标记，指导编辑如何以物理一致的方式展开。为提高效率，在随后的 编辑帧生成阶段 中，推理标记会被丢弃，目标帧进一步优化为最终编辑图像。