ShotVerse-Bench

ShotVerse框架推进文本驱动视频的电影级摄像机控制

研究人员推出了ShotVerse，一个旨在增强文本驱动多镜头视频创作的电影级摄像机控制的新颖框架。该系统采用“规划-控制”方法，利用视觉语言模型（VLM）从文本提示生成精确的摄像机轨迹，并使用控制器将这些轨迹渲染成视频。一项关键创新是创建了ShotVerse-Bench，一个高保真数据集和评估协议，能够将不连贯的轨迹对齐到统一的全局坐标系中，确保电影美学和跨镜头一致性。