OmniXRef：多模态多参考视频编辑统一框架
英文标题：OmniXRef: A Unified Framework for Multimodal Multi-Reference Video Editing
视频编辑中的创意意图通常可以通过文本指令、图像参考（如主体外观）或视频参考（如镜头运镜）等多种模态及其组合来表达。为此，研究团队提出了统一框架 OmniXRef，旨在支持任意组合的多模态、多参考视频编辑任务。该研究打破了传统编辑模型仅支持单一输入模态或受限于特定参考类型的技术瓶颈。这项工作为下一代 AI 视频创作工具与自动化影视后期流水线提供了更灵活、更可控的技术范式。
打开原文相关 2.4 · 机会 0
2.1 KB
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
arXiv:2610.22744v1（最新公告）
摘要
视频编辑中的创作意图可以通过文本指令（例如“移除画面中的人物”）、图像参考（例如特定主体的外观特征）、视频参考（例如指定的摄像机运动），或是以上多种条件的组合来表达。为此，我们提出了 OmniXRef，这是一个用于多模态多参考视频编辑的统一框架。
BibTeX 引用格式
English / 原文
BibTeX formatted citation
×