[논문리뷰] JVT: Just Video Transformer makes pixel-space video diffusion simple이 논문의 핵심 질문은 특수한 architecture 없이 단순한 DiT-style Transformer만으로 pixel-space video diffusion이 가능한가이다. Latent diffusion은 효율적이지만 autoencoder에 묶여 있다.#Review#Pixel-space Diffusion#Video Generation#Diffusion Transformer (DiT)#Patch Embedding#Register Guidance#Rectified Flow#Joint RGB-Disparity Generation#Camera-conditioned Generation2026년 11월 15일댓글 수 로딩 중