数据减少超千倍，500 美金就可训练一流视频模型，港城、华为Pusa来了

FVDM & Pusa 一作：刘耀芳目前在香港城市大学攻读博士学位，导师为著名数学家 Prof. Raymond Chan (陈汉夫) 及 Prof. MOREL Jean-Michel。他 也曾在腾讯 AI Lab 实习，主导 / 参与 EvalCrafter , VideoCrafter 等工作，其研究兴趣包括扩散模型，视频生成等；项目主管：刘睿，香港中文大学 MMLab 博士，华为香港研究所小艺团队技术负责人。 论文标题：Redefining Temporal Modeling in Video Diffusion: The Vectorized Timestep Approach FVDM 论文：https://arxiv.org/abs/2410.03160 Pusa 主页 / 代码库: https://github.com/Yaofang-Liu/Pusa-VidGen 具体而言，Pusa 通过对预训练模型如 Wan-T2V 14B 进行 非破坏性微调，仅需 500 美金训练成本即可达到比 Wan 官方 I2V（至少 O(100k) 美金的训练 成本）更好的效果，成本降低超 200 倍，数据更是减 ...