微软开源了一款全能视频Tokenizer——VidTok，其在连续和离散、不同压缩率等多种设定下，性能全面超越现有SOTA模型。测试显示，VidTok在PSNR、SSIM、FVD、LPIPS等指标上表现优异，尤其在离散Tokenizer中优于英伟达的Cosmos Tokenizer，而在连续Toke...