Waver: унифицированная модель преобразования изображений в видео скачать в хорошем качестве

Waver: унифицированная модель преобразования изображений в видео

В этом выпуске обзора исследований ИИ Алекс обсуждает статью: «Waver: Wave — ваш путь к генерации реалистичного видео» Waver — это высокопроизводительная базовая модель, объединяющая преобразование текста в видео, изображения в видео и текста в изображение в рамках одной платформы, которая напрямую генерирует видео длительностью 5–10 секунд в нативном разрешении 720p и улучшает качество до 1080p. Её Task‑Unified DiT (преобразователь выпрямленного потока) использует гибкую обработку и архитектуру гибридного потока для баланса выравнивания и эффективности, а гибридное позиционное кодирование — для сохранения пространственно-временной структуры. Двухступенчатый каскадный преобразователь повышает разрешение до 1080p с помощью сопоставления потоков и оконного анализа, обеспечивая примерно на 40% более быструю генерацию 1080p по сравнению с одноступенчатыми конвейерами. Модель обучается на более чем 200 млн отобранных клипов со строгой фильтрацией и моделью качества на основе MLLM, определяющей выбор данных. Ссылка на статью: https://arxiv.org/abs/2508.15761 #AI #MachineLearning #DeepLearning #VideoGeneration #DiffusionTransformer #TextToVideo #ImageToVideo Ресурсы: GitHub: https://github.com/FoundationVision/W...