腾讯 ARC 开源 SCoPE：给视频扩散模型加相机视线坐标

pmttyji · reddit · 2026-08-19

腾讯 ARC 发布 SCoPE（Sightline-Coordinate Positional Encoding），将相机视线作为位置坐标注入预训练的视频扩散 Transformer。给定首帧、文本提示和相机轨迹，即可生成遵循指定相机运动、同时保留原有图生视频先验的视频。

仓库基于 Wan2.2-I2V-A14B，自包含推理所需全部内容，无需额外下载 Wan2.2 权重。提供 arXiv 论文、GitHub 代码、项目主页和 Hugging Face 在线 Demo。