EditWorld 把视频世界模型从导航推进到流式编辑:WBench-Editing 总体 73.8、编辑 80.0
EditWorld 是一个视频世界模型,通过 Gated Causal Attention、Sparse Context、联合自回归与双向训练以及专门的数据合成与标注流程,在自回归生成过程中接受流式编辑指令与参考图像,并配套提出约 150 个案例、每例 240–480 帧的 WBench-Editing 基准,在该基准上取得总体 73.8、编辑 80.0 的最佳成绩。
EditWorld 是一个视频世界模型,通过 Gated Causal Attention、Sparse Context、联合自回归与双向训练以及专门的数据合成与标注流程,在自回归生成过程中接受流式编辑指令与参考图像,并配套提出约 150 个案例、每例 240–480 帧的 WBench-Editing 基准,在该基准上取得总体 73.8、编辑 80.0 的最佳成绩。
已读完全部报道