标签
VisCo是一个高效训练的自压缩框架，它重用预训练的视觉-语言模型作为视觉令牌压缩的内在编码器，在所有压缩比率下均实现优越性能，且无需外部模块。
Lumos-Nexus 是一个训练高效的视频生成框架，采用两阶段设计：训练时使用轻量级生成器，推理时使用高容量预训练生成器，通过统一渐进频率桥接实现增强的视觉保真度。