Mise-en-Video：3D空间调度多镜头视频生成
热点事件持续更新
Mise-en-Video：3D空间调度多镜头视频生成
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Yingshuang Zou等作者提出多镜头视频生成框架Mise-en-Video（MeV），让创作者先在3D空间中完成多镜头调度，再生成对应的多镜头视频。 该框架结合分层注意力机制实现多层级叙事一致性，并用3D-aware布局引导实现逐镜头的精确空间控制。团队还构建了含分层多镜头文本与有向3D边界框的160K视频数据集。作者称，实验显示MeV在视频质量、镜头间一致性和主体级可控性上均优于强基线。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 12:00
Mise-en-Video（MeV）：面向多镜头视频生成的细粒度 3D 控制框架报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · cs.AIMise-en-Video（MeV）：面向多镜头视频生成的细粒度 3D 控制框架
Mise-en-Video（MeV）是一个高可控多镜头视频生成框架，让创作者先在 3D 空间中完成多镜头调度，再生成对应的多镜头视频。它结合分层注意力机制实现多层级叙事一致性，并用 3D-aware 布局引导实现逐镜头的精确空间控制。团队还构建了含分层多镜头文本与有向 3D 边界框的 160K 视频数据集，实验显示 MeV 在视频质量、镜头间一致性和主体级可控性上均优于强基线。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。