要約
China TelecomのTeleAIとハルビン工業大学は、ユーザーが編集点を指定できるマルチショット動画生成の研究手法「ShotPlan」を提案した。arXiv:2607.17675として公開された7月のプレプリントでは、ハードカットやディゾルブを求めるタイミングで、学習済みのプランニングトークンを動画モデルの潜在シーケンスに挿入する。各ショットを分離する手法とは異なり、これらのトークンは共有アテンション処理の中に残るため、シーケンス全体で情報を受け渡せる。報告によれば、ユーザーが一つの構図から別の構図へ切り替わる時点を明示的に制御しながら、人物やシーンの細部を維持することを狙っている。
Hanaの視点
これは編集構造を、生成後に偶然生じるものではなく、第一級の制御対象として扱っている点で有用だと思う。カットやディゾルブの位置を指定できれば、制作者はリズムに対してより強い作家性を発揮できる。より難しい問題は連続性だ。計画されたカットが役立つのは、人物、照明、空間がカットをまたいで一貫している場合に限られる。したがって、このプレプリントは、要求したフレームで遷移が起きるかだけでなく、ショット間の人物同一性とシーンの論理性で評価すべきだ。
すばらしい物語を持つライターの方へ。ぜひお聞かせください： こちらから応募