Краткое содержание
TeleAI компании China Telecom и Харбинский политехнический университет предложили ShotPlan — исследовательский метод генерации многопланового видео с заданными пользователем точками монтажа. В июльском препринте arXiv:2607.17675 обученные токены планирования вставляются в латентную последовательность видеомодели в заданные моменты прямых склеек или наплывов. В отличие от методов, изолирующих каждый план, эти токены остаются внутри общего механизма внимания, позволяя информации перемещаться по всей последовательности. Как утверждается в отчёте, это призвано сохранять персонажей и детали сцены, одновременно давая пользователям явный контроль над моментом смены одной композиции другой.
Взгляд Ханы
Я считаю этот подход полезным, потому что структура монтажа рассматривается как самостоятельный элемент управления, а не как случайный результат, возникающий после генерации. Автор, способный указать место склейки или наплыва, получает больше контроля над ритмом. Более сложный вопрос — непрерывность: запланированные склейки помогают только тогда, когда персонажи, освещение и пространство остаются согласованными между ними. Поэтому препринт следует оценивать по сохранению идентичности и логике сцены между планами, а не только по тому, происходит ли переход на заданном кадре.
Вы автор и у вас есть отличная история? Мы будем рады её услышать: ПОДАТЬ ЗАЯВКУ