SemanTok propose un tokeniseur vidéo flexible pour la génération vidéo autorégressive
1 sourcemis à jour il y a 5 jpertinence 2,5 sur5
L’essentiel
Un modèle autorégressif SemanTok de 201 millions de paramètres égale ou dépasse un modèle VideoFlexTok 3,4 fois plus grand. Il alimente son encodeur avec des caractéristiques DINO figées.
Propagation1 article, publié par HF Daily Papers le 2 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceMikhail Dereviannykh, Vikram Voleti, Simon Donne et al.huggingface.co
SemanTok: Predictable Semantic Tokens for Efficient Autoregressive Video Generation (site externe)
Recent video-based world models pair the scalability of autoregressive (AR) prediction with the visual quality of diffusion models.
Sur les mêmes thèmes
Recherche
Xiaomi publie MiMo-V2.6-Pro, un modèle open-weights omnimodal de 1 000 milliards de paramètres
Recherche
Xiaomi MiMo publie MiMo-V2.6-Distill-Qwen-9B, un modèle agentique de 9 milliards de paramètres
Recherche
Reflection dévoile Beam, un modèle d’IA de 501 milliards de paramètres
Recherche
OpenAI publie 722 manuscrits de mathématiques issus d’un modèle interne non diffusé
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5