Vorch-IR

Vorch-IR框架支持长篇视频生成中的多模态身份替换

研究人员推出Vorch-IR，一个专为长篇视频生成设计的、支持多模态身份替换的新型框架。该统一模型可在单个系统中处理单人及双人身份交换，并可选择性地替换背景。Vorch-IR利用LTX2，并整合驱动视频、参考图像和文本指令来实现其功能，即使参考图像与驱动视频的姿态或布局不匹配。该框架还包括一个自动数据构建管道和一个时间重叠推理策略，以实现长达一分钟的视频生成。