ShotStream：实时多镜头视频生成
jiqizhixin · x · 2026-07-19
CUHK 和快手研究者提出 ShotStream：一种面向交互式叙事的流式多镜头视频生成模型。
核心思路是用因果式生成按历史镜头预测下一镜头，并配合双记忆缓存保持前后连贯性；同时用蒸馏技巧抑制长序列生成中的误差累积。作者称该方法可在单卡上实现亚秒级延迟和16 FPS，在实时性上达到长程自回归与双向多镜头模型难以同时兼顾的效果。
「多模态」频道最新
- 可编程视频编辑器 Butter 走红:时间线上搭积木做动效模板 — beechinour · 2026-10-27
- 2 小时 50 美元复刻 Kurzgesagt 格式，引出「AI 创作缺意图」之争 — motionbynick · 2026-10-27
- 29 美分用 Dreamina Seedance 伪造大坝灾难「幕后花絮」 — Standard_Spell5873 · 2026-10-27
- Reddit 求助：Qwen Image 2.1 换装总毁身材比例，Flux 3 Klein 略好 — Existing-Box-7866 · 2026-10-27
- Kling 4.0 上线 Deevid AI：30 秒视频、10 关键帧、15 多模态参考 — nikola_mr64990 · 2026-10-27
- ComfyUI 打造跨场景一致角色：RealVisXL V5 加 img2img 面部参考 — MiaLarsonJL · 2026-10-27