**VideoMaMa++：通过保留与细化 Token 实现时间一致的视频抠图**

_VideoMaMa++: Temporally Consistent Video Matting via Preserve-and-Refine Token_

> 针对扩散模型视频抠图在长视频处理中因分块独立推理导致边缘闪烁和时间不一致的问题，VideoMaMa++ 提出了一种基于掩码引导的框架。该框架利用 RGB 与掩码的独立 Token 流进行时空自注意力交互，并创新性地引入“保留 Token

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-21 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.26857)