UniVidX

UniVidX 是一个统一的多模态视频生成框架，通过扩散先验技术实现多种视频生成任务。该项目集成了随机条件掩码（SCM）、解耦门控LoRA（DGL）和跨模态自注意力机制（CMSA），使得单个模型能够高效地处理多样化的视频生成需求，包括内在任务（如UniVid-Intrinsic）及Alpha通道处理（如UniVid-Alpha）。其在数据效率方面表现尤为突出，仅需少于1000个训练视频即可达到优异性能。该工具特别适用于需要灵活且高质量视频内容生成的应用场景，比如创意设计、影视特效制作等领域。