上一篇
AgentScope是什么？一文让你看懂AgentScope的技术原理、主要功能、应用场景
LeviTor是什么？一文让你看懂LeviTor的技术原理、主要功能、应用场景
来源：卓商AI
发布时间：2025-04-05
LeviTor概述简介
LeviTor是南京大学、蚂蚁集团、浙江大学等机构推出的图像到视频合成技术，结合深度信息和K-means聚类点控制视频中3D物体的轨迹，无需显式的3D轨迹跟踪。LeviTor用高质量的视频对象分割数据集进行训练，有效捕捉复杂场景中的物体运动和交互，基于用户友好的推理流程简化3D轨迹输入，让视频生成技术更加先进和易用。LeviTor的引入为3D物体轨迹控制铺平道路，拓宽创意应用范围，适用于更广泛的用户群体。
LeviTor的功能特色
精确操控物体运动：在从静态图像生成视频时，精确控制物体的运动轨迹。
增强创意应用：基于3D轨迹控制，拓宽视频合成的创意应用范围。
简化用户输入：用户用简单的2D图像上的绘制和深度调整输入3D轨迹，降低技术门槛。
自动提取深度信息和物体掩码：系统自动从图像中提取深度信息和物体掩码，减少用户操作。
交互式轨迹绘制：用户交互式地绘制物体轨迹，系统将其解释为3D路径。
LeviTor的技术原理
K-means聚类：对视频对象掩码（mask）的像素进行K-means聚类，得到一组代表性的控制点。
深度信息融合：深度估计网络DepthAnythingV2预测相对深度图，并在每个控制点采样深度，为控制点增添深度信息。
控制信号构建：结合2D坐标和估计的深度值，构建控制轨迹，轨迹作为视频扩散模型的控制信号。
视频扩散模型：将控制信号输入到视频扩散模型中，生成与3D轨迹对齐的视频。
用户友好的推理流程：设计用户友好的交互系统，用户用点击和调整深度值输入3D轨迹。
LeviTor项目介绍
项目官网：ppetrichor.github.io/levitor
GitHub仓库：https://github.com/qiuyu96/LeviTor
HuggingFace模型库：https://huggingface.co/hlwang06/LeviTor
arXiv技术论文：https://arxiv.org/pdf/2412.15214
LeviTor能做什么？
电影特效制作：生成逼真的特效场景，减少实地拍摄成本，提高制作效率。
游戏动画生成：在游戏开发中，创造动态的游戏背景和角色动画，增强游戏的沉浸感。
虚拟现实体验：在VR应用中合成逼真的虚拟环境，为用户提供更加真实的沉浸式体验。
增强现实展示：在AR领域将虚拟信息与现实世界无缝结合，用在教育、导航等场景。
广告视频制作：制作动态广告视频，吸引观众注意力，提升品牌形象和产品吸引力。
© 版权声明:本站所有原创文章版权均归卓商AI工具集及原创作者所有，未经允许任何个人、媒体、网站不得转载或以其他方式抄袭本站任何文章。
相关文章
-
CHANGER是什么？一文让你看懂CHANGER的技术原理、主要功能、应用场景2025-04-05 -
Kiroku是什么？一文让你看懂Kiroku的技术原理、主要功能、应用场景2025-04-05
-
Vision Search Assistant是什么？一文让你看懂Vision Search Assistant的技术原理、主要功能、应用场景2025-04-05
-
MVDrag3D是什么？一文让你看懂MVDrag3D的技术原理、主要功能、应用场景2025-04-05
-
Chonkie是什么？一文让你看懂Chonkie的技术原理、主要功能、应用场景2025-04-05
-
MSQA是什么？一文让你看懂MSQA的技术原理、主要功能、应用场景2025-04-05
卓商AI
AI爱好者的一站式人工智能AI工具箱，累计收录全球10,000⁺好用的AI工具软件和网站，方便您更便捷的探索前沿的AI技术。本站持续更新好的AI应用，力争做全球排名前三的AI网址导航网站，欢迎您成为我们的一员。
最新发布
1
2
3
4
5
6
7
8
9
10
猜你喜欢
Career Companion
Career Companion是一款基于GPT-4技术的产品，能够根据输入的职位描述自动生成面试问题。其优势在于快速、准确地生成问题，节省面试官的时...
pocketai
由OpenAI的GPT-4 Turbo提供动力，在WhatsApp上释放Pocketai的力量。使用此AI工具来改变您的数字生活，该工具提供无与伦比的...
Let's get Roasting!
Let's get Roasting!是一款趣味性质的在线应用，用户上传自己办公桌的图片后，AI会智能嘲讽用户的办公桌，让用户感受到嘲讽的快感。为保护...
Ivee
Ivee是一个B2B影响者营销平台，旨在帮助企业与行业专家合作，以增长收入、产生潜在客户并提升品牌。它通过AI驱动的搜索引擎集中来自Linkedin、...
Voqal
Voqal革新了开发者与集成开发环境（IDE）的互动方式，将其从图形用户界面（GUI）转变为语音用户界面（VUI），使程序员可以用语音进行软件开发。V...
AIbstract
AIbstract是一款基于人工智能技术的音乐创作软件，可以为个人和专业人士提供虚拟作曲家和演奏家的服务。无需音乐技能，用户可以生成和实时播放个性化、...
Maxium AI
Maxium AI 是一款专注于衡量开发者交付速度的产品，它超越了传统的代码行数或提交次数的衡量方式，提供了一个标准化的评估机制，以准确衡量开发团队的...
Supametas.AI
Supametas.AI是一款专注于非结构化数据处理的平台，旨在帮助企业快速将音频、视频、图片、文本等多种格式的数据转化为适用于LLM RAG知识库的...
AI爱好者的一站式人工智能AI工具箱，累计收录全球10,000⁺好用的AI工具软件和网站，方便您更便捷的探索前沿的AI技术。本站持续更新好的AI应用，力争做全球排名前三的AI网址导航网站，欢迎您成为我们的一员。
