CinemaTraj

LLM代理为3D场景生成电影级相机路径

研究人员开发了CinemaTraj，一个利用LLM代理为3D场景生成电影级相机轨迹的新框架。该系统接收一组RGB-D图像和一个自然语言提示，将请求分解为原子化的电影运动。通过为LLM配备结构化的3D场景图，CinemaTraj确保生成的轨迹不仅富有表现力且无碰撞，而且还基于场景的几何和语义属性。该框架还生成同步的画外音和字幕，创建完全旁白的电影视频输出。