ttt-video-dit

TTT-Video 是一个基于 PyTorch 的项目，用于通过微调扩散变换器实现视频风格迁移和上下文扩展。该项目采用测试时训练（TTT）层来处理全局上下文中的长距离关系，同时保留预训练模型的注意力层以对每个三秒片段进行局部注意力处理。其核心功能包括63秒视频生成、风格迁移及上下文扩展，技术上则依托于CogVideoX 5B模型，并通过插入TTT层改进了原有架构。适合需要在短时间内生成高质量视频内容的应用场景，如创意视频制作或动态广告生成等。