Diffusion

ControlVedio作为经典的视频转换模型，基于COntrolnet模型，仅通过修改Unet的结构就可以得到比较流畅的视频生成效果。当然对应的视频生成效果已经被SORA暴打，不过还是非常有借鉴价值

论文标题 FRESCO: Spatial-Temporal Correspondence for Zero-Shot Video Translation code link FRESCO方法是不需要对

MagicDrive可以将文字描述等信息通过Diffusion生成模型转化为自动驾驶中所需要的BEV视图，而且其是目前是效果比较好的模型中唯一开源的，并且注释非常详细，因此我们来学习一下这里面的内容。

本文会详细解释当前在自动驾驶领域的各种数据生成技术，其中包括有：BEVgen, BEVControl, MagicDrive, DrivingDiffusion, WoVoGen, Drive-WM,

扩散模型的程序结构以及Loss的简单推理。对DDPM的程序结构做简单的梳理以及对DDPM的loss是如何计算出来的给出一个简单的解释