تا به حال آرزو داشتید سناریو بنویسید و هوش مصنوعی تمام کاتها و نماهای سینمایی آن را با هماهنگی کامل اجرا کند؟ محققان بهتازگی فریمورک «ShotPlan» را معرفی کردهاند که دقیقاً همین کار را انجام میدهد.
این ابزار با استفاده از توکنهای برنامهریزیِ یادگیرنده، به مدلهای ویدئویی کمک میکند تا برخلاف مدلهای فعلی که فقط در ساخت تکسکانسها خوب هستند، بتوانند داستانهای چندنما (Multi-shot) با تداوم روایی و بصری بالا بسازند.
از ویژگیهای جالب این مدل استفاده از سیستم FRoPE برای مدیریت دقیق زمانبندیِ تغییر نماهاست که باعث میشود خروجیها بسیار سینماییتر و حرفهایتر به نظر برسند. قدمی بزرگ برای سازندگان محتوا و فیلمسازان آینده! 🎥✨
منبع: arXiv Computer Vision