背景与痛点 在视频生成任务中，时空建模一直是个核心挑战。传统的 2D 卷积神经网络（CNN）虽然在图像处理上表…

背景介绍 视频生成任务面临的核心挑战是需要同时建模空间和时间维度上的依赖关系。传统的 2D 自注意力机制虽然在…