Nvidia发布ChronoEdit-14B，实现物理感知图像编辑与世界模拟

Nvidia刚刚在Hugging Face上发布了ChronoEdit-14B，通过时间推理实现物理感知的图像编辑和动作条件的世界模拟。它从140亿参数的预训练视频生成模型中蒸馏先验知识，并将推理分为（i）视频推理阶段用于潜在轨迹去噪，和（ii）上下文编辑阶段用于修剪轨迹token。ChronoEdit-14B由Nvidia开发，是ChronoEdit多模态基础模型系列的一部分。