南开大学推 Thinking on Shots：Agent 多镜头视频编辑
NankaiUniversity · hf · 2026-08-28
南开大学发布了 Thinking on Shots，这是一个结合了 LLM 和 VLM 的智能体框架。它能够在保持时空结构一致性的同时，对包含多个镜头的长视频进行一致性的、多指令编辑。
「多模态」频道最新
- Seadance 2.5 实测：单提示词+参考图生成 30 秒视频 — justin_hart · 2026-08-28
- Lux3D 文生 3D 工作流实测：输入文本即生成模型 — SarahAnnabels · 2026-08-28
- Lux3D 推出 Turbo 模式：为游戏道具大规模生成 — SarahAnnabels · 2026-08-28
- Lux3D 可通过单张图片生成 3D 资产 — SarahAnnabels · 2026-08-28
- 南京大学推 Procedura：基于 Agent 的可控 3D 建模 — nanjinguniv · 2026-08-28
- Aphanta：诊断多模态推理的图像编辑中间态 — Fudan-University · 2026-08-28