提出相机可控图生视频框架Gen Through the Lens

Shuai Li等作者在arXiv发布论文Gen Through the Lens，提出一种相机可控的图像到视频生成框架，从给定参考图合成视频，并支持真实、物理一致的相机操作。 方法将相机、世界和物体三个坐标空间中的控制信号显式分解并融合，用于控制视频中的相机运动、焦点和构图。作者称实验表明该方法在不同相机操作下生成可控且时空一致的结果，在真实感和可编辑性上优于现有方法。 当前仅依据论文摘要，具体实验设置与基准信息材料未说明。

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。