arXiv · 机器人与计算机视觉· Asaf Joseph, Moshe Mandel, Ohad Fried·· 27 天前AI 评分36
Latent Space Jam:无训练布局引导视频合成方法
Latent Space Jam: Layout Guided Video Synthesis
AI 导读
Latent Space Jam 提出一种无需训练的布局引导视频生成方案,利用预训练扩散模型通过提示词交叉注意力实现时空粗布局控制。该方法在静态、动态及多物体场景中均优于 prior work,显著提升了重叠率、轨迹精度与视觉质量。
来源:arXiv · 机器人与计算机视觉 · arxiv.org