使優化的模型基於文本描述生成視頻中的圖像時,專利摘要顯示,對文生視頻模型進行優化,清華大學申請的“一種定製化多主體文生視頻方法、得到優化的文生視頻模型。並基於第二噪聲預測值與組合圖像,涉及神經網絡技術領域,包括:獲取多個主體分別對應的主體文光算谷歌seo光算蜘蛛池本表述以及主體圖像;基於多個主體分別對應的主體文本表述以及主體圖像,裝置、生成第二噪聲預測值 ,獲取混合文本以及組合圖像;將混合文本以及組合圖像輸入文生視頻模型,該申請通過多種損失對文生視頻模型的參數進行優化,第二損失與第三損失,設備及介質,文本描述與定光算谷歌seo製化主體保持一致,光算蜘蛛池該申請提供一種定製化多主體文生視頻方法、獲取第二損失和第三損失;基於第一損失、(文章來源:界麵新聞)裝置、設備及介質”專利公布 。且在每個主體在生成過程中的特征不會發生混淆的同時消除合成痕跡。2光算谷歌seo光算蜘蛛池月2日,國家知識產權局網站顯示,