Latent Space Jam：基于布局引导的免训练视频合成
英文标题：Latent Space Jam: Layout Guided Video Synthesis
针对视频生成控制通常依赖高成本模型微调与架构修改的难题，研究人员提出了名为 Latent Space Jam 的创新方案。该方法采用免训练（training-free）机制，能够直接利用预训练视频扩散模型来实现对画面中物体布局的精准控制。这种无须额外训练数据和算力投入的控制策略，大幅降低了视频内容空间构图控制的技术门槛，为开发者和创作者提供了轻量高效的可控视频生成新路径。
打开原文相关 2.4 · 机会 0
2.0 KB
640 B
612 B
380 B
24.2 KB
34.7 KB
中文
论文编号：arXiv:2610.30390v1
发布类型：新论文速递（Announce Type: new）
摘要
为视频生成模型引入可控性通常需要额外的训练过程，这不仅需要耗费大量计算资源和额外数据，有时还需要修改底层的模型架构。在本文中，我们提出了一种免训练（training-free）的新方法，直接利用现有的预训练视频扩散模型（video diffusion models）来实现对物体布局（object layout）的精准控制。
English / 原文
BibTeX formatted citation
×