VideoVAE+（VideoVAE Plus）是香港科技大学团队推出的先进的跨模态视频变分自编码器（Video VAE），通过引入新的时空分离压缩机制和文本指导，实现了对大幅运动视频的高效压缩与精准重建，同时保持了良好的时间一致性和运动恢复。VideoVAE+在视频重建质量上全面超越了最新模型，包括英伟达的Cosmos Tokenizer等。模型支持高保真重建，跨模态重建，在视频重建任务中树立了新的基准。

VideoVAE+ – 香港科技大学推出的先进跨模态视频变分自编码器 第1张
（图片来源网络，侵删）
VideoVAE+ – 香港科技大学推出的先进跨模态视频变分自编码器 第2张
（图片来源网络，侵删）