Video Diffusion

突破均勻分佈陷阱：透過 SplitMoE 解決影片擴散模型的擴展瓶頸

Breaking the Uniformity Trap: Scaling Video Diffusion Models via SplitMoE

本研究提出 SplitMoE 架構，將專家網路拆分為「語意專家」與「通用專家」，解決傳統 MoE 因強制平衡路由而導致的影片畫面割裂問題，顯著提升影片生成的連貫性與收斂速度。