Vchitect T2V ist ein Datensatz zur Videogenerierung, der 2025 vom Shanghai Artificial Intelligence Laboratory veröffentlicht wurde. Die zugehörigen Papierergebnisse sind „Vchitect-2.0: Paralleler Transformator zum Skalieren von Videodiffusionsmodellen„Ziel ist es, sich auf die Verbesserung der Fähigkeit des Modells zur Konvertierung zwischen Text- und visuellen Inhalten zu konzentrieren und Forschern und Entwicklern dabei zu helfen, Fortschritte bei der Bildgenerierung, dem semantischen Verständnis, modalübergreifenden Aufgaben usw. zu erzielen. Der Datensatz enthält 14 Millionen hochwertige Videos, jedes mit ausführlichen Textunterschriften.

Zitat

@article{fan2025vchitect,
title={Vchitect-2.0: Parallel Transformer for Scaling Up Video Diffusion Models},
author={Fan, Weichen and Si, Chenyang and Song, Junhao and Yang, Zhenyu and He, Yinan and Zhuo, Long and Huang, Ziqi and Dong, Ziyue and He, Jingwen and Pan, Dongwei and others},
journal={arXiv preprint arXiv:2501.08453},
year={2025}
}
@article{si2025RepVideo,
title={RepVideo: Rethinking Cross-Layer Representation for Video Generation},
author={Si, Chenyang and Fan, Weichen and Lv, Zhengyao and Huang, Ziqi and Qiao, Yu and Liu, Ziwei},
journal={arXiv 2501.08994},
year={2025}
}