腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

Facebook开发AI，从视频中提取人物角色

在新发布的论文“Vid2Game: Controllable Characters Extracted from Real-World Videos”中，Facebook AI Research的科学家描述了一个系统，能够从真实视频中提取可控角色。论文作者表示，“我们的方法是从一个不受控制的视频中提取一个角色，使我们能够控制它的动作，该模型生成了该角色的新的图像序列，生成的视频可以是任意背景，系统能有效地捕捉到人的动态和外观。” 系统足够稳健，可以在动态背景中定位提取的角色。 ? 首先，团队将包含一个或多个角色的输入视频输入到为特定域（例如，跳舞）训练的Pose2Pose网络，将它们及其运动隔离（加上估计的前景空间掩模）。此外，从类似YouTube的视频中提取的可控角色，可以在虚拟世界和增强现实中找到其自身的位置。

2019-05-13

1.8K0

标签:

AI图像生成模型一致性角色生成技术对比

生成一致性角色的技术演进过去，生成一致性角色图像的最佳方法依赖于训练好的LoRA模型。这需要创建一个图像数据集，然后在FLUX LoRA上进行训练。最佳的一致性角色生成模型截至2025年7月，有四个模型能够根据单一参考图像创建逼真且准确的输出。 $0.087s2025年5月Black Forest LabsFLUX.1 Kontext Dev$0.0254s2025年5月BytedanceSeedEdit 3$0.0313s2025年7月保留角色身份特征的能力对比接下来比较每个模型保留角色身份特征的能力创意任务和完全转换在这些示例中，目标是将角色转换成其他事物，或以不同风格展示他们。一个好的模型应在执行转换的同时保持角色的身份特征。输出通常较柔和，看起来更像AI生成。在复杂场景中，连贯性也是个问题。某机构的 Gen-4 在照片的相似度方面是最具适应性和最准确的。

2026-01-05

9630

标签:

长时序 AI 视频生成技术解析：解决角色漂移与画面断层

学术与工业实测数据表明：直接采用无限续写模式生成 90 秒以上连续视频，角色身份漂移、光影断层、物体形态畸变发生概率上升至 78%。长时序连贯生成，核心矛盾为时序误差累积与全局实体特征遗忘。不少创作者会选择具备分镜批量管理、角色模板持久化能力的工作台，标准化执行整套管线。二、主流商用平台长时序生成能力横向对比下表围绕长叙事创作核心指标客观对比，聚焦时序一致性控制、分段创作配套功能。表格对比维度可灵 AI即梦 AIRunway Gen-4.5星宇智算・AI 视频工作台原生单次最大生成时长15s12s4s18s长时序控制手段视频续写、单张参考图锁定基础形象参考、首尾帧过渡图像插值过渡角色模板库，支持批量错峰执行参考素材复用每次任务重复上传参考图本地缓存历史素材调取繁琐角色参考模板云端持久保存，跨分镜一键调用适用场景短镜头创意素材、单片段广告自媒体碎片化短视频海外创意短片短剧预演、分钟级连贯叙事四、长时序创作通用标准化参数体系参数一致性是抑制时序漂移最直接有效的手段，所有同场景镜头统一基础配置：画幅规范：剧情叙事优先 16:9；竖屏短剧使用 9:16；分辨率统一 1080P；帧率固定 24/30fps

2026-07-27

3030

标签:

【PaddlePaddle视频新课】之语义角色标注

PaddlePaddle之语义角色标注 http://bit.baidu.com/course/detail/id/178/column/117.html 课程介绍：本节课主要介绍利用深度神经网络解决自然语言处理中的序列标注问题

2018-07-26

6130

标签:

Paper | AAAI 2020 故事生成模型之角色一致性

但由于黑箱性质和建模长期依赖关系以及复杂的情节和角色的要求，神经模型仍然受到可解释性和一致性的限制。另一方面，以往的神经模型主要侧重于语义层面的一致性建模，例如，主题的一致性，跨句的连贯性，而角色的一致性则没有得到探索。这样，生成的故事的每个部分都明确地将角色与给定的上下文环境相关联，从故事类型的角度增强了生成故事的可解释性。此外，给定的角色在故事生成过程的每一步都指导着动作选择操作，以促进角色的一致性。考虑角色嵌入C使得我们的模型更倾向于生成篮球而不是计算机作为游戏对象。同时，角色嵌入增强了角色的可解释性和一致性。例如考虑到角色i是一个新生儿，当面对危险时，新生儿所能做的就是哭泣。另一方面，以往的神经模型主要侧重于语义层面的一致性建模，例如，主题的一致性，跨句的连贯性，而角色的一致性则没有得到探索。

2022-04-11

7530

标签:

阿里巴巴首创视频多角色「外观+运动」同步定制，告别视频角色错位！

作者：Zhenghao Zhang等解读：AI生成未来亮点直击 Tora2，首个支持多实体定制化的视频扩散Transformer框架。如图1所示，Tora2 支持外观和运动轨迹的双重控制。设计了一种新颖的绑定策略和对比学习方法，以确保实体、运动模式和文本描述的一致性与对齐表示。前面，AI生成未来给大家分享过关于Tora的技术解读和开源信息，感兴趣的不要错过：寥寥数笔，动画自成！细节保真度不足：传统方法依赖低频全局特征（如DINOv2），导致高频细节（如人脸、物体纹理）丢失，影响生成内容的视觉一致性。对比学习框架：通过显式映射运动嵌入与个性化嵌入，联合优化轨迹动力学和实体一致性。

2025-08-27

6850

标签:

CrewAI 角色驱动：我给 AI 分配了 3 个角色，效果惊人

第13章评估与评测：如何衡量Agent的好坏前面十二章我们完成了AI Agent底层原理、工具开发、交互可视化、四大垂直场景实战项目的全流程落地。传统单元测试无法适配AI智能体，仅凭人工主观判断，会导致上线风险高、迭代盲目、版本退化无法感知。 , "answer": ["AI Agent包含大模型底座、记忆系统、工具调用、规划推理四大核心模块。"] 本章小结本章完整落地了AI Agent工业级评测体系，补齐Agent开发最后一块工程化短板，彻底解决「效果无法量化、迭代无法对标、上线无法兜底」的行业痛点，核心知识点汇总：搭建三维核心指标体系，从准确性至此，AI Agent原理、开发、实战、交互、评测全链路技术体系全部闭环，具备从0到1开发、落地、上线、迭代工业级Agent产品的完整能力。

2026-09-07

360

标签:

AI 互动体验展

AI时代，CTO正在变成什么角色

、偶尔写写架构文档的角色——正在被重新定义。 CTO角色边界的重新划定一、Agent涌入生产环境：CTO面对的新局面2026年的技术栈已经和两年前大不一样。五、安全与合规：AI时代的红线管理2026年，欧盟AI法案（EUAIAct）已经进入全面执行阶段，国内的《生成式人工智能服务管理暂行办法》也在持续细化。CTO面对的合规压力远超以往。六、CTO角色边界的重新划定综合以上变化，2026年的CTO正在经历一次角色的结构性转变。用一句话概括就是：从技术决策者变成了人机协作的总架构师。能不能在这个窗口期内完成角色转型，可能决定了一个技术团队未来三年的竞争力。

TechVision大咖圈

2026-09-06

760

标签:

游戏AI-个体AI角色的操控行为(1)

角色以便查询最大速度的等信息 Vehicle m_vehicle; float maxSpeed; bool isPlanar; // Use this for initialization 将追逐此AI的物体拖入Target，在target进入AI的危险感知范围时，AI将进行逃跑 public class SteeringForFlee : Steering { public GameObject Capsule追随 Sphere逃离 3.抵达我们希望AI在到达目标的时候减小速度,避免冲过目标,AI进入停止半径后,将逐渐减小预期速度,直到降为0. 如果距离大于减速半径,将预期速度设为最大速度,如果AI进入减速半径,AI将与其速度设置为目标距离减去当前速度, public class SteeringForArrive : Steering { Arrive.gif 4.追逐追逐与Arrive很相似,不过目标不再是静止的,而是在移动的,最简单的方法是,让AI直接向目标位置靠近,但我们要让AI预测目标未来的位置,让AI朝着目标未来的位置进行移动

祝你万事顺利

2019-05-28

7820

标签:

游戏AI-AI角色对环境信息的感知

轮询方式如果想知道周围世界发生了什么,最简单的方法是查询,AI对感兴趣的事件进行查询,基于轮询的感知系统更容易维护的方式是建立一个轮询中心,进行所有的查询. 事件驱动方式事件驱动中,我们需要一个中心监测系统,发生事件时,通知附近的角色,角色再做出反应. 中心监测系统称为"事件管理器",它记录每个AI角色所感兴趣的事件.当事件发生,通知每个角色." 触发器与事件驱动系统相对应，触发器是AI角色能对其作出反应的任何“刺激源”，是他们触发了AI角色感兴趣的事件，通常触发器以一个中心点有一个球体立方体或者圆形，触发器非常常见，他们可以创建各种行为和事件

祝你万事顺利

2019-06-13

8750

标签: