VILA-U
收藏arXiv2025-09-30 收录
下载链接：
https://github.com/shawnricecake/fast-car
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是基于LLaMA-2-7B和RQ-VAE开发的AR视频生成模型，名为VILA-U，用于在自动回归视频生成背景下产生视频。这些生成的视频通过使用PSNR、SSIM和LPIPS等评价指标进行评估。量化器的码本大小为16384，且视频是按照VBench中的特定提示生成的。该任务的规模为8帧，每帧分辨率为256×256，专注于视频生成任务。
提供机构：
Open-source
