VideoDrafter 是什么
VideoDrafter 被介绍为一个内容一致的多场景视频生成框架,利用大型语言模型把输入提示转换为多场景综合脚本。脚本包含事件、前景与背景实体以及相机运动的描述,再由扩散过程生成多场景视频。
你可以用它做什么
- 将输入提示转换为多场景综合脚本
- 描述事件、前景与背景实体及相机运动
- 为脚本中的共同实体生成参考图像
- 通过扩散过程生成多场景视频
应用场景
- 生成描述多个场景的电影剧本
- 生成内容一致的多场景旅游宣传片
- 生成多场景的电影特效
生成流程
- 大型语言模型把输入提示转换为多场景脚本
- 由 LLM 对脚本中的共同实体逐一详细描述
- 文本到图像模型把每个实体描述生成参考图像
- 扩散模型以参考图像为条件与对齐,增强多场景视频的内容一致性
优点与缺点
✓ 我们认可的地方
- 参考图像作为条件与对齐参与生成,增强内容一致性
- 脚本包含事件、前景与背景实体以及相机运动描述
! 需要留意的地方
- 流程以输入提示和 LLM 生成的脚本为起点
- 内容一致性依赖扩散模型使用的参考图像
常见问题
脚本包含哪些内容?
资料列出事件描述、前景与背景实体的提示以及相机运动提示。
内容一致性如何保持?
扩散模型把参考图像作为条件与对齐处理,以增强多场景视频的内容一致性。
最后评测: 2026-11-15