HOMIE框架基于Qwen3-VL实现人-物视频个性化生成

HOMIE是一个面向“人-物”中心视频个性化生成的多模态框架。该项目结合了Qwen3-VL-2B与Wan2.1模型，致力于解决主体驱动的视频生成难题。针对现有方法难以同时兼顾主体一致性与动态交互的痛点，HOMIE通过多模态对齐技术进行优化，从而有效提升了个性化视频中人物与物体交互的连贯度与生成质量。

2026-07-21 ~ 2026-07-21 · 2 条相关

• HOMIE 用多模态对齐提升人-物视频个性化生成 — Yiyang Cai · 2026-07-21
• HOMIE 用 Qwen3-VL-2B 和 Wan2.1 做人物物体视频个性化 — switch2stock · 2026-07-21