動画生成AIの「数を数えられない」問題を解決、オープンソースのNumina公開
プロンプトで指定した物体の数を動画内で正確に守らせるフレームワーク「Numina」のコードが公開された。追加学習を必要とせず、アテンションの不整合を補正して再生成を誘導する仕組みで、Wan2.1などのカウント精度を最大7.4%向上させる。
プロンプトで指定した物体の数を動画内で正確に守らせるフレームワーク「Numina」のコードが公開された。追加学習を必要とせず、アテンションの不整合を補正して再生成を誘導する仕組みで、Wan2.1などのカウント精度を最大7.4%向上させる。