ShotPlan：基于可学习规划token的电影级视频生成框架

分享XFacebook微博复制链接

ShotPlan提出一种显式多镜头电影级视频生成框架，通过可学习规划token（planning tokens）与分数时间旋转位置编码（FRoPE）在帧级别控制镜头切换。实验表明，该方法在镜头管理和跨镜头一致性上显著优于现有电影级视频生成方法。

阅读原文 （在新窗口打开）

资讯动态数据由 AI HOT 聚合提供