حتماً دیدهاید که در اکثر ابزارهای ساخت ویدیو با هوش مصنوعی، وقتی ویدیو طولانیتر میشود، کاراکترها یا اشیاء تغییر چهره میدهند یا ثبات بصری خود را از دست میدهند. خبر خوب اینکه چارچوب جدیدی به نام «GroundShot» معرفی شده که این مشکل را به شکلی هوشمندانه حل میکند.
ویژگیهای کلیدی GroundShot:
✅ بدون نیاز به آموزش مجدد (Training-free): این مدل روی ابزارهای فعلی شما کار میکند.
✅ حافظه بصری هوشمند: سیستم با ثبت و بازیابی دقیق اشیاء و کاراکترها، از تغییر شکل یا «دریفت» آنها در طول ویدیو جلوگیری میکند.
✅ بنچمارک اختصاصی GroundBench: روشی جدید برای سنجش دقیق کیفیت و ثبات ویدیوهای چندبخشی.
این یعنی به زودی شاهد تولید ویدیوهای داستانیِ منسجمتر و حرفهایتری خواهیم بود که شخصیتها در تمام طول فیلم، ظاهر ثابت خود را حفظ میکنند. 🚀
منبع: arXiv AI