ELECT：免训练长故事可视化，身份先于渲染

Mehrajul Abadin Miraj 等在 arXiv 论文（arXiv:2610.15555）中提出免训练故事可视化方法 ELECT，在最终渲染前先通过语言引导的场景—实体映射和从模型自身草稿中选出的静态锚点确定跨帧身份，使每帧渲染成本不随故事长度增长。 摘要报告，联合注意力方法在 32 个场景时显存超过 96 GB，而 ELECT 在 10 至 1000 个场景中保持每帧 8.3 秒、显存低于 20 GB。在 Story50 长故事基准上，ELECT 平均角色一致性为 0.833，高于十轮细化方法的 0.826，生成成本约为其七分之一；但文本对齐分数为 0.327，低于该方法的 0.340。 以上数字均来自论文摘要，针对无需参考图像的免训练设定。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。