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。
「多模态」频道最新
- PrunaAI 视频模型支持图/视频/音频参考，5-15 秒生成最低 $0.01/秒 — aziz4ai · 2026-10-16
- ElevenLabs盲测：Eight语言全线胜出，v4语音模型自称更具表现力 — JenniferHli · 2026-10-16
- HyperFrames 推出 Reference Any Video 与品牌套件，Agent 可引用任意视频风格 — alifcoder · 2026-10-16
- Grok Imagine 配合 Topaz 做出「异形蜕变」短片 — creatoroff · 2026-10-16
- FLUX.3 Klein 蒸馏版本地实测:t2i 一般,编辑值得期待 — Ant_6431 · 2026-10-16
- Krea 3 vs Qwen 2.1 vs ZIT 横评:微表情强但易生成不安画面 — Crazy-Repeat-2006 · 2026-10-16