Multimodal Diffusion Transformer with Memory Bank for Scalable Long-Duration Talking Video Generation

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Zhang, Haojie, Liang, Zhihao, Fu, Ruibo, Liu, Bingyan, Wen, Zhengqi, Liu, Xuefei, Tao, Jianhua, Liang, Yaling
Formato:	Preprint
Publicado:	2024
Materias:	Computer Vision and Pattern Recognition
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2411.16748