FAPL：用MLLM潜变量改进视频生成

Songlin Yang 等研究者发布论文，提出 Factor-Aware Predictive Learning（FAPL），目标是让 Video DiT 在生成过程中有效利用冻结的 MLLM 潜变量，以提升电影级视频生成。 据论文称，FAPL 把“有效使用 MLLM 潜变量”作为共享前提，再针对两项能力分别使用互补的学习信号。目前可确认的是这一方法设计及目标，论文尚未给出可核实的生成效果数据。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。