LogiShot

LogiShot 通过逻辑连贯性改进跨镜头视频生成

研究人员推出了一种新颖的跨镜头逻辑连贯视频生成方法 LogiShot。该方法通过联合编码上下文视频和条件信号来建立逻辑联系并保持视觉一致性，从而解决了内容不连贯的问题。LogiShot 还包含一个视觉记忆机制，以在整个生成过程中保持一致性。为了支持这项工作，创建了一个包含 110K 个样本的数据集和一个用于评估跨镜头逻辑连贯性的专用基准，实验表明 LogiShot 的表现优于现有基线。