本研究提出了MotionCom，一种基于大语言模型和视频扩散先验的自动化运动感知图像合成方法。该方法解决了传统图像合成中物体位置手动规划和运动真实感不足的问题，实现了目标物体的无缝集成，并在规划效率和运动表现上优于现有方法。