Muhammed Burak Kızıl

Auteur 支持语言驱动的电影摄像控制，用于视频生成

研究人员开发了 Auteur，这是一种用于生成以人为中心的、通过语言驱动的电影构图的创新方法。与将摄像机运动视为副产品的先前方法不同，Auteur 将摄像机控制相对于演员的姿势和运动进行参数化。经过微调的多模态大型语言模型将自然语言描述和人类运动转换为关键帧，然后将这些关键帧内插为视频生成器的连续摄像机轨迹。该系统能够在生成视频中实现更具意图和更专业的摄像工作，在新颖的、专注于构图的指标上优于现有方法。