DeRA: Decoupled Representation Alignment for Video Tokenization
DeRA: 解耦表示对齐用于视频标记化
机构 * Xi’an Jiaotong University(西安交通大学) ; Shanghai Innovation Institute(上海创新研究院) ; Institute of Trustworthy Embodied AI, Fudan University(复旦大学可信具身人工智能研究院)
AI总结 DeRA通过解耦时空表示学习,提升视频标记化效率和性能,并在视频生成任务中取得新突破。