ID-V2V：SIGGRAPH 录用的身份保持视频风格迁移模型
rsasaki0109 · x · 2026-08-22
ID-V2V (Identity-Preserving Video-to-Video Generation) 是一项被 SIGGRAPH Asia 2026 录用的研究探索。
核心功能：
- 输入源视频 + 风格化关键帧（可多帧），生成新视频。
- 严格保留源视频中角色的身份和表演细节（如微表情、眼神、肢体动作）。
- 场景、光照和风格跟随关键帧设定。
应用场景： 实现“先拍摄，后定风格”的视觉叙事工作流。目前仅用于演示和启发。
「多模态」频道最新
- HyperFrames 推出 Reference Any Video:Agent 可参考任意视频风格创作 — aftahi_ai · 2026-10-16
- 实测对比:Krea 2 配 LoRA 效果仍胜过 Flux 3 Klein — Angaisb_ · 2026-10-16
- World Labs Atlas 测试版开滚：像素级精确控制视频镜头路径 — theworldlabs · 2026-10-16
- Krea 3 图像编辑模型上线 fal：6 秒内完成高质量改图 — gorkem · 2026-10-16
- Tripo P2 对比 Meshy 7.1：当前最强图生 3D 模型横评 — noahsolomon · 2026-10-16
- BytePlus 合办 AI 电影大赛:100 万美元大奖,须用 Seedance 生成 70% — DavidmComfort · 2026-10-16