Lip Forcing:实时口型同步的少步自回归扩散
首个自回归扩散口型同步法:把 14B 双向教师蒸馏成因果学生,每块只跑 2 步去噪,1.3B 跑到 31.58 FPS,首帧延迟亚毫秒。
机构
KAIST
韩国顶尖理工研究型大学，其视觉实验室（cvlab-kaist）研究生成式视频、扩散模型与计算机视觉。
Research Papers Research Papers 机构
韩国顶尖理工研究型大学，其视觉实验室（cvlab-kaist）研究生成式视频、扩散模型与计算机视觉。
首个自回归扩散口型同步法:把 14B 双向教师蒸馏成因果学生,每块只跑 2 步去噪,1.3B 跑到 31.58 FPS,首帧延迟亚毫秒。