arXiv · AI· Yifan Wang, Hao Ouyang, Qiuyu Wang, Yihao Meng, Wen Wang, Zeyue Tian, Yichong Lu, Hanlin Wang, Qingyan Bai, Zichen Liu, Yujun Shen, Qifeng Chen·· 3 天前AI 评分26
DECOUPAGE:面向长多镜头视频的导演级视听控制框架
D\'ecoupage: Directorial Audio-Visual Control for Long Multi-Shot Video Generation
AI 导读
DECOUPAGE 提出一种由剧本驱动的长形式多镜头、多角色音视频联合生成框架。该模型基于联合扩散架构,通过双调度时间交叉注意力机制实现视听时序解耦,支持 15-60 秒生成的多模态一致性控制。
来源:arXiv · AI · arxiv.org