2D卷积

基于分数扩散的通用视频处理模型，采用非递归2D卷积架构 MCVD是面向视频生成、预测与插值的通用扩散模型，采用基于分数的扩散损失函数，训练阶段随机掩码过往/未来帧，可支持无条件生成、未来预测、过去重建、插值四类任务。模型采用2D卷积U-Net架构，能生成任意长度高质量多样化视频，多任务表现达到SOTA水平，训练硬件要求低且支持多通道扩展。