Phenaki是谷歌旗下的一款文本转视频模型。它的目标是利用文本描述合成逼真的视频。Phenaki的核心包括一个编码器-解码器模型，用于将视频压缩为离散的嵌入或令牌，以及一个变换器模型，用于将文本嵌入转换为视频令牌。
Phenaki的特点如下：
- 可以生成任意长度的视频，不受固定帧数或分辨率的限制。
- 可以根据时间变化的文本提示生成视频，例如一个故事。
- 可以利用大量的图像-文本对数据和少量的视频-文本对数据进行联合训练，从而实现对视频数据集之外的内容的泛化。
- 在空间-时间质量和每个视频的令牌数量方面都优于目前文献中使用的所有逐帧基线。
数据统计
数据评估
关于Phenaki特别声明
本站语画导航站提供的Phenaki都来源于网络，不保证外部链接的准确性和完整性，同时，对于该外部链接的指向，不由语画导航站实际控制，在2024年1月16日 下午3:13收录时，该网页上的内容，都属于合规合法，后期网页的内容如出现违规，可以直接联系网站管理员进行删除，语画导航站不承担任何责任。
