详细解读Movie Gen(0)：核心网络结构

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。

目录

VAE：Temporal VAE

三阶段预训练​编辑

核心骨干网络

超分网络

---

VAE：Temporal VAE