Kimi-VL

伯克利、斯坦福联合英伟达的研究成功生成了长达一分钟的流畅视频，且保持一致性和故事完整性。通过引入测试时训练层提升扩散Transformer模型能力，实现了复杂的多场景故事生成。研究使用《猫和老鼠》动画集进行验证，展示了AI在复杂动态场景中的学习与适应能力。