audio-video-models

标签

#audio-video-models

音频-视频模型中的注意力三角形

arXiv cs.AI ↗ · 2026-09-04 缓存

本文通过跨注意力机制中的‘注意力三角形’研究音频-视频扩散模型中的语义泄漏，并提出了在生成过程中增强语义锚定的方法。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈