月球计划：以多模态条件实现可控视频生成和编辑
原文中文，约300字，阅读约需1分钟。发表于：。这项研究展示了一种新的视频生成模型 Moonshot，该模型同时考虑图像和文本的多模态输入，在控制视频的外观和几何结构方面具有更好的能力，并通过与预训练图像 ControlNet 模块集成，展现了较现有模型更优的视觉质量和时间一致性，可以用于个性化视频生成、图像动画和视频编辑等多种生成应用。
Moonshot是一种新的视频生成模型，同时考虑图像和文本的多模态输入，具有更好的外观和几何结构控制能力。与预训练图像ControlNet模块集成后，展现了较现有模型更优的视觉质量和时间一致性。可用于个性化视频生成、图像动画和视频编辑等多种生成应用。
