研究人员推出了一种新颖的参数高效框架PACR-Video，专为多镜头长视频外插而设计。该方法通过引入低秩时间适配器和递归提示库来增强文本到视频扩散Transformer。提示库存储了先前视频片段的关键信息，然后通过适配器门路由，以在扩展视频中保持叙事连贯性和视觉一致性。与现有方法相比，PACR-Video在语义对齐、身份一致性和时间平滑度等方面表现出卓越的性能。 AI
影响 无需对整个模型进行微调，即可实现更稳定、可控的长视频生成。
排序理由 该集群包含一篇详细介绍新型视频外插框架的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.06481v1 Announce Type: cross Abstract: We present PACR-Video, a parameter-efficient framework for multi-shot long video extrapolation that preserves recurring entities, scene structure, visual style, and causal progression without full generator fine-tuning. PACR-Video…
We present PACR-Video, a parameter-efficient framework for multi-shot long video extrapolation that preserves recurring entities, scene structure, visual style, and causal progression without full generator fine-tuning. PACR-Video keeps a text-to-video diffusion transformer froze…