One Prior, Two Dynamics: Repurposing Video Diffusion Transformers for Self-Supervised Latent Action Learning

媒体报道 Hugging Face Papers 原文语言:中文

O2LaF 将预训练视频扩散模型重新用于自监督潜在动作学习,能够从未标注视频中同时学习逆向和正向动作动力学。实验表明,该方法在少样本动作探测和零样本动作迁移任务上均达到了最新水平。

全文

O2LaF 重新利用共享的预训练视频模型,从未标记的视频中学习逆向和正向潜在动作动态,实现了先进的少样本动作探测和零样本动作迁移。

正文为 AI 译文。

参考来源

← 返回每日AI报告