通过智能体增强与语义修复实现身份保持的文本生成视频
英文标题：Identity-Preserving Text-to-Video Generation via Agentic Enhancement and Semantic Repair
该论文提出一种用于身份保持型文本生成视频的方法，结合智能体增强（Agentic Enhancement）与语义修复（Semantic Repair）。其目标是在遵循自然语言指令生成视频的同时，维持给定主体的视觉身份一致性。论文指出，近期商业视频生成模型已在视觉质量和运动表现方面取得较强进展，但身份一致性仍是重要挑战。该研究可能为需要角色、人物或产品形象持续一致的视频生成应用提供新的技术思路。
打开原文相关 4.8 · 机会 0
2.1 KB
640 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
通过智能体增强与语义修复实现身份保持的文本生成视频
arXiv:2608.20749v1
公告类型：新论文
摘要
身份保持型视频生成旨在合成既遵循自然语言指令、又能维持给定主体视觉身份的视频。近期商业视频生成模型已在视觉质量和运动表现方面取得了较强进展。
BibTeX 格式化引用
English / 原文
BibTeX formatted citation
×