Stanford MaskVIT Data
收藏OpenXLab2026-04-18 收录
官方服务：
资源简介：
MaskViT在视频预测中优于先前的工作是参数有效的， 并且可以生成高分辨率视频（256×256）。此外，我们展示 由于我们在真实机器人上使用MaskViT进行迭代解码，推理速度加快（高达512×）的好处。我们的工作表明，我们可以通过利用 最小领域知识的掩蔽视觉建模框架。
提供机构：
OpenDataLab创建时间：
2023-10-20
社区交流群
科研交流群
商业服务
MaskViT在视频预测中优于先前的工作是参数有效的， 并且可以生成高分辨率视频（256×256）。此外，我们展示 由于我们在真实机器人上使用MaskViT进行迭代解码，推理速度加快（高达512×）的好处。我们的工作表明，我们可以通过利用 最小领域知识的掩蔽视觉建模框架。