IAMFlow

新框架增强长视频生成中的身份跟踪

研究人员开发了IAMFlow，一个旨在提高长视频生成中一致性和身份跟踪能力的新颖框架。这种无训练方法显式地建模和跟踪不断变化的提示中的持久实体，防止身份漂移和属性丢失等问题。IAMFlow利用LLM提取实体并分配ID，VLM从渲染帧中精炼属性以进行精确跟踪。该框架还包括一个推理加速管道和一个新的基准NarraStream-Bench，用于评估叙事流视频生成。