Bilanz der Quelle: TrackTok ist ein neuer Video-Tokenizer, der Tokens an Objekte statt an feste Bildpositionen bindet, um die Effizienz zu steigern. Das Modell erreicht auf dem UCF-101-Datensatz eine vergleichbare generative Qualität mit achtmal weniger latenten Tokens und übertrifft bestehende Methoden bei der Frame-Vorhersage.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)
ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Kalina Digest unterstützen
Lesen bleibt frei. Wer mag, gibt etwas zurück — ab 1 € einmalig, oder als Stufe für einen Monat, ein Quartal oder ein Jahr. Bisher: 5.00 € aus 1 Beiträgen.
