arXiv · cs.AI· Jincheng Zhang, Gy\"orgy Fazekas, Charalampos Saitis·· 1 天前
U-SRA通过自表示对齐提升扩散模型的视频背景音乐生成
Self-Representation Alignment in Diffusion Models for Video Background Music Generation
arXiv:2610.15575v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Jincheng Zhang, Gy\"orgy Fazekas, Charalampos Saitis
研究任务与主要进展
Jincheng Zhang、György Fazekas 和 Charalampos Saitis 提出扩散 U-Net Self-Representation Alignment（U-SRA），通过对齐训练中高噪声早期层与低噪声后期层的较弱和较强表示，提升视频条件下的符号音乐生成质量。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org