Adobe 联合 KAIST 发布 VideoMaMa++:扩散模型实现长视频时序一致抠像
adobe · hf · 2026-10-21
Korea University、Adobe Research 与 KAIST AI 的论文 VideoMaMa++,提出基于扩散模型的视频抠像框架。核心是用 Preserve-and-Refine 双 token 流与可学习嵌入,把抠像结果跨视频块(chunk)传播,解决长视频抠像的时序闪烁问题,并在细节精度与时序一致性上优于此前方法。项目页:cvlab-kaist.github.io/VideoMaMa-PlusPlus。
「多模态」频道最新
- 求推荐开源图像编辑模型：网友聚焦放大与画幅重构用例 — subnohmal · 2026-10-21
- Wan 3.0 上线 Higgsfield,价格约为 Seedance 2.5 的 1/4.5 — sven_ai · 2026-10-21
- Illustrious 用户求解：如何把故事拆成连贯的 40-120 张图提示词 — Malina_Fox · 2026-10-21
- Webtoon 漫画女主「走出页面」以 AI 生成形象出道当 K-pop 歌手 — RevolutionaryBee7607 · 2026-10-21
- 单个广播机位还原篮球全场3D回放：含球员裁判追踪 — Roger_M_Taylor · 2026-10-21
- 用 Gemini 4 Argon 做人体姿态估计：一张标号图+提示词搞定关键点检测 — Roger_M_Taylor · 2026-10-21