Adobe Wonder 把图片变成可控相机的视频世界模型
adobe · hf · 2026-07-29
Adobe Research 和 Johns Hopkins 提出了 Wonder，一个面向实时、可由相机控制的通用视频世界模型。它可以从一张图或一段条件视频出发，构建一个可交互的“可玩世界”，用户能通过移动镜头探索未见区域，并在长时间跨度里回看已见内容。
论文的关键设计包括：
- 密集坐标场式的相机条件：把镜头运动直接转成视觉证据。
- 稀疏注意力记忆机制：在长上下文里快速检索相关信息。
- 蒸馏流程修正：增强学生模型对控制信号的服从度，同时保留多样性和长期记忆。
系统可在 16 FPS 下生成分钟级视频，也支持对已有动态场景做实时重拍式生成。
所属事件:Adobe发布实时可交互视频世界模型Wonder(5 条相关)→
「多模态」频道最新
- Seedance 2.5 实测:用角色参考图+长 prompt 生成 30 秒游客手持一镜到底 — techhalla · 2026-10-16
- Magnific One 写实首帧生成实测:中欧雾天城堡观景台 prompt 全公开 — techhalla · 2026-10-16
- 烟雾丝绒黑色电影风提示词模板,附三张氛围感示例 — LudovicCreator · 2026-10-16
- VideoGen-Agent:基于 Qwen3-VL 的 8B 多模态 Agent 用工具循环改写视频生成 — jiqizhixin · 2026-10-16
- 用 Sonnet 5.5 + Blender 做出水上飞机模拟项目，效果惊艳 — Wise_Shame_2853 · 2026-10-16
- 网友实测 Muse AI 自动打标 300 张图生成 LoRA 数据集 — Wide_Director_8897 · 2026-10-16