arXiv cs.AI / cs.LG 最新· Yingshuang Zou·· 22 小时前精选AI 评分65
Mise-en-Video 提出多镜头视频生成的细粒度 3D 控制框架
Mise-en-Video: Fine-Grained 3D Control for Multi-Shot Video Generation
AI 导读
arXiv 论文提出 Mise-en-Video（MeV），一个让创作者先在 3D 空间里编排分镜、再生成多镜头视频的框架。它把用于多级叙事一致性的分层注意力机制与 3D 感知的布局引导结合，实现逐镜头的精确空间控制。
推荐理由
做多镜头视频的团队可参考其分层注意力与 3D 布局引导设计，评估这套空间分镜控制能否接入现有生成管线。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org