详细解读Movie Gen(2)：个性化视频训练

Diffusion Models专栏文章汇总：入门与实战

前言：Meta最近重磅发布了视频生成30B的基础模型Movie Gen，长达93页的技术报告中干货满满，博主将详细解读Movie Gen的核心网络结构、个性化视频微调方法、视频编辑等方面。虽然大部分人没有直接预训练30B模型的机会，但是可以从中获取很多值得借鉴的经验。

在T2V模型的基础上，使用一个可训练的长提示 MetaCLIP 视觉编码器从蒙面人脸图像中提取身份特征࿰