HOMIE 用 Qwen3-VL-2B 和 Wan2.1 做人物物体视频个性化
switch2stock · reddit · 2026-07-21
HOMIE
这是一个面向 human-object centric video personalization 的项目，使用了 Qwen3-VL-2B + Wan2.1。
帖子虽然正文很短，但配图和标题都明确指向“以人和物体为中心”的视频个性化工作流，核心是多模态理解与视频生成/编辑的结合，而不是普通的模型转发。
所属事件:HOMIE框架基于Qwen3-VL实现人-物视频个性化生成(2 条相关)→
「多模态」频道最新
- HeyGen 给 coding agent 接入 7.5 万图片和 1 万音乐 — HeyGen · 2026-07-22
- Reddit 用户求 20GB 显存内的 ComfyUI 成人向工作流 — hobbyist2020 · 2026-07-22
- Krea 2 用户推荐双段 Clownshark 采样配置提升细节 — listopalafoto · 2026-07-22
- Gemini Omni Flash 把船舱直接改成了洞穴风格 — chrisfirst · 2026-07-22
- 用 Gemini、Grok 或 GPT Image 把照片转成提示词 — harshitagu72595 · 2026-07-22
- 有人想训练一个一致性 LoRA，让动漫场景保持统一 — ThirdWorldBoy21 · 2026-07-22