本研究提出了一种新的实例感知结构化字幕框架InstanceCap，旨在解决文本到视频生成中的信息不足和运动描绘不准确的问题，从而显著提升视频生成的保真度和一致性。

InstanceCap：通过实例感知结构化字幕改善文本到视频生成
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证