12:22
官方账号arXiv cs.AI@Vedant Shah, Onkar Susladkar, Tushar Prakash, Kiet Nguyen, Tianjio Yu, Adheesh Juvekar, Muntasir Waheed, Ismini Lourentzou
推荐理由：想精确控制视频里多个物体的互动？GraphVid用交互图代替画轨迹，效果比Motion-I2V好很多，FID降了40%。
Motion-I2V
共 1 条相关 AI 资讯
7月24日
12:22
GraphVid是一种基于图结构的图像到视频生成模型，通过交互图实现多对象精准控制。研究团队构建了GraphVid-Bench数据集，包含结构化关系标注。与Motion-I2V相比，GraphVid的FID降低39.9%，FVD降低37.6%，PSNR从9.87提升至15.98，SSIM从0.38提升至0.61。该方法使用更少训练数据和参数，在可控性和质量上均表现更优。