现状
目前的主流视频模型在人物场景占位、镜头调度、打斗镜头，整体表现不太好。现有的解决方案就是使用一些 3D 软件进行预演，导出视频发给视频模型进行模仿生成。
遐想
如果能训练出一个比较廉价的白膜视频模型，能够使用提示词或结构化的数据（可以使用主流大模型生成）准取的处理完成白膜视频的预演。这样是不是就可以解决目前的问题。
问题
- 由于是现在视频模型的能力问题，但是后面肯定迭代这个能力问题肯定会被解决。
 |
1
andforce 7h 44m ago
|
 |
4
levn 6h 50m ago
世界模型
|
 |
5
Rorysky 6h 48m ago
你这个不就是 jev 的思路么？ 输出简化
|
|
6
Rorysky 6h 48m ago
大有可为！
|
 |
9
strobber16 4h 51m ago via Android
您是不是在找：DLSS5
|
 |
10
cKnight OP @strobber16 之前在 gta 的视频中看到过这个，我瞅瞅
|
Select Language