跳到正文
arXiv · AI· Leigang Qu, Feng Cheng, Ziyan Yang, Bangbang Yang, Zhaoyang Huang, Wei Chow, Yicong Li, Wenjie Wang, Tat-Seng Chua, Yan Zeng·· 2026-10-09AI 评分37

VINCIE-NExT: 通过上下文建模实现图像驱动的视频编辑

VINCIE-NExT: Unlocking Video Editing from Images via In-Context Modeling

AI 导读

VINCIE-NExT 提出统一框架,通过上下文视觉演示将图像编辑能力迁移至视频,避免依赖昂贵的大规模配对视频数据。 该模型将视频编辑分解为“视频-图像-图像-视频”子任务链,引入位置编码在共享空间坐标系中对齐图像演示与视频帧,实现像素级外观传播。 在 OpenVE-Bench 上取得了最先进性能,且无需重新训练即可通过增加计算量提升编辑质量。

来源:arXiv · AI · arxiv.org