Yijia Hong

引入新的语义帧插值任务和基准

研究人员引入了语义帧插值（SFI），这是一项新任务，旨在根据起始和结束帧以及文本提示生成不同长度的中间视频内容。这项工作提出了 SemFi 模型，该模型基于 Wan2.1 并包含一个 Mixture-of-LoRA 模块，以确保不同帧长度的内容一致性。为了支持 SFI，该论文还介绍了 SFI-300K，这是第一个专门为此任务设计的通用数据集和基准，以及新的评估指标。