ArticleMetadataMain page

source · 2026-04-15

MaskINT（CVPR 2024）：基于插值式非自回归 masked transformer 的视频编辑

#near-cvpr-2025#video-editing#video-generation#autoregressive#primary-source

MaskINT（CVPR 2024）：基于插值式非自回归 masked transformer 的视频编辑

会议：CVPR 2024
发表日期：2023/12/19
资料加入日期：2026-04-14

一句话结论

这篇工作把 masked transformer 路线接入视频编辑，补强了扩散之外的另一种建模选择。

问题定义

它要解决的是视频编辑是否一定要完全依赖扩散范式，以及怎样在编辑过程中更好处理时序与掩码插值问题。对当前知识库来说，它补的是 video-editing 中较少出现的 transformer 型路线。

方法概述

MaskINT 采用 interpolative non-autoregressive masked transformers 来做视频编辑，通过掩码和插值式生成机制处理视频内容修改。

关键发现

  • 它提醒我们，近三年 video-editing 并不完全被扩散模型垄断，仍有 masked transformer 这类替代建模路线。
  • 它能帮助之后比较“扩散式视频编辑”和“masked transformer 视频编辑”各自的强弱点。
  • 它也让 video-generation / video-editing 与更广泛的 sequence modeling 路线重新接上。

局限或疑问

  • 当前库里这一路线证据还不够厚，暂时更适合作为对照节点。
  • masked transformer 在高保真视觉生成上的竞争力仍需结合更多工作判断。
  • 它提供了架构多样性，但尚不足以改写主流扩散路线判断。

原始链接

  • https://arxiv.org/abs/2312.12468
  • https://arxiv.org/pdf/2312.12468

相关页面

备注

MaskINT 在这套库里的作用，是给 video-editing 主线补上一个非扩散的对照架构节点。

Metadata

{
  "id": "2026-04-14-maskint",
  "type": "source",
  "title": "MaskINT（CVPR 2024）：基于插值式非自回归 masked transformer 的视频编辑",
  "status": "reviewed",
  "created": "2026-04-14",
  "updated": "2026-04-15",
  "venue": "CVPR 2024",
  "ingested_at": "2026-04-14",
  "tags": [
    "near-cvpr-2025",
    "video-editing",
    "video-generation",
    "autoregressive",
    "primary-source"
  ],
  "note_status": "reviewed",
  "source_type": "paper",
  "authors": [
    "Ma, Haoyu",
    "Mahdizadehaghdam, Shahin",
    "Wu, Bichen",
    "Fan, Zhipeng",
    "Gu, Yuchao",
    "Zhao, Wenliang",
    "Shapira, Lior",
    "Xie, Xiaohui"
  ],
  "published_at": "2023/12/19",
  "canonical_links": [
    "https://arxiv.org/abs/2312.12468",
    "https://arxiv.org/pdf/2312.12468"
  ],
  "raw_entry": "raw/ingest/2026-04-14-maskint/",
  "topics": [
    "topics/video-editing",
    "topics/video-generation"
  ],
  "entities": [
    "entities/video-editing-understanding"
  ],
  "claims": [],
  "questions": [
    "questions/question-do-benchmarks-track-real-video-editing-understanding"
  ]
}