IT之家总结 AtomoVideo 个性如下：
高保真度：天生的视频与输入图像在细节与风格上维持高度一致性
活动一致性：视频作为流畅，确保功夫上的一致性，不会出现突兀的跳转
视频帧预测：通过迭代预测后续帧的方式，支持长视频序列的天生
兼容性：与现有的多种文生图（T2I）模型兼容
高语义可控性：可能凭据用户的特定需要天生定造化的视频内容
AtomoVideo 图生视频流程
AtomoVideo 使用预先训练好的 T2I 模型为基础，在每个空间卷积层和把稳力层之后新增长一维时空卷积和把稳力？，T2I 模型参数固定，只训练增长的时空层。由于输入的串联图像信息仅由 VAE 编码，代表的是低档次信息，有助于加强视频相对于输入图像的保真度。同时，团队还以 Cross-Attention 的大局注入高级图像语义，以实现更高的图像语义可控性。
目前，该团队只颁布了 AtomoVideo 的论文及演示视频，并未提供在线履历地址。同时官方开设了 GitHub 账户，但仅用作官方网站托管，并未上传任何有关代码
浙公网安备33059102000194号