多重可控插帧视频生成编辑，Adobe这个大一统模型做到了，效果惊艳

摘要：本文一作 Maham Tanveer 是 Simon Fraser University 的在读博士生，主要研究方向为艺术视觉生成和创作，此前在 ICCV 发表过艺术字体的生成工作。师从 Hao (Richard) Zhang, IEEE Fellow, Di

本文一作 Maham Tanveer 是 Simon Fraser University 的在读博士生，主要研究方向为艺术视觉生成和创作，此前在 ICCV 发表过艺术字体的生成工作。师从 Hao (Richard) Zhang, IEEE Fellow, Distinguished Professor, 并担任 SIGGRAPH 2025 Paper Chair. 本文尾作 Nanxuan (Cherry) Zhao 在 Adobe Research 担任 Research Scientist, 研究方向为多模态可控生成和编辑，有丰富的交叉方向研究经历（图形学 + 图像 + 人机交互），致力于开发可以让用户更高效进行设计创作的算法和工具。继 Firefly 视频大模型公布后，Adobe 的研究者在如何更好的控制视频的生成和编辑进行了更深入的研究。近日，Adobe 提出了一个统一模型，除了传统的根据图片生成动画的功能（image animation）外，同时支持各种模态的控制，包括关键帧（keyframes）、运动轨迹（sparse trajectory）、掩码（mask）、引导像素（guiding pixels）、文本等。论文中的 demo 让人眼前一亮，下面一起来看看模型的效果：1. 运动轨迹（sparse trajectory）

更多技术细节，对比实验请参考原文：https://motionbridge.github.io/static/motionbridge_paper.pdf视频：https://motionbridge.github.io/static/motionbridge_1.mp4© THE END转载请联系本公众号获得授权

来源：程程科技杂谈

标签：视频模型 adobe

本文地址：https://news.43u.com.cn/a/574239.html

免责声明：本站系转载，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与本站联系，我们将在第一时间删除内容!