arXiv · AI· Xinyu Chen, Song Wu, Dingbao Shao, Jiahang Li, Jiang Lin, Yuhang Liu, Duo Li, Jiaxin Hu, Shengrong Gu, Liang Li, Qian Wang, Junlan Feng, Ying Tai, Jian Yang, Zili Yi·· 21 天前AI 评分38
SemantiScene-Edit: 基于指令的视频编辑方法
SemantiScene-Edit: Expert-Synthesized Supervision and Dual-Path Source Conditioning for Instruction-Based Video Editing
AI 导读
SemantiScene-Edit 结合多模态编码器与视频扩散 Transformer,支持基于自然语言指令的视频编辑。 模型采用双路径源条件设计,通过可学习查询传递语义上下文,并拼接源视频潜变量以保留时空一致性。训练使用 120 万条指令视频编辑数据,推理仅需源视频和自然语言指令。
来源:arXiv · AI · arxiv.org