Tri-Prompting视频扩散框架提出

Zhenghong Zhou等作者提出名为 Tri-Prompting 的视频扩散框架，用三类提示词统一控制视频生成中的场景布局、主体身份与相机/主体运动。 该框架以首帧场景图控制场景，以3D多视角主体参考控制主体身份，并以运动驱动信号控制运动；在技术上用 XYZ 跟踪点处理可见背景运动、低分辨率 RGB 代理表示前景姿态，推理时通过 ControlNet scale schedule 平衡运动可控性与视觉真实感。作者称其结合了多视角主体条件与双重条件运动控制。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。