VINCIE-NExT 图像编辑能力迁移至视频

Leigang Qu 等作者发表论文提出 VINCIE-NExT 框架，通过上下文视觉演示把图像编辑能力迁移到视频，减少对大规模配对视频编辑数据的依赖。 该框架将视频编辑拆解为 Video → Image → Image → Video 子任务链，并引入共享空间坐标系的位置编码，把图像演示与视频帧关联，实现外观改动的逐像素传播。作者称该框架在 OpenVE-Bench 上取得 SOTA 表现，其 Chain-of-Editing 支持无需重训的测试时扩展。

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。