This topic created in 45 days ago, the information mentioned may be changed or developed.

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。

10 replies • 2026-09-22 14:57:37 +08:00

andforce

Sep 22

cKnight

Sep 22

@andforce 是的目前导演台是 OK 的，但是整体的复杂度，学习成本还是蛮高的，如果要做一些比较复杂的调度场景的话还是不太好搞。

andforce

Sep 22

@cKnight #2 这个导演台是 AI 用的，不是给人用的。

levn

Sep 22

世界模型

Rorysky

Sep 22

你这个不就是 jev 的思路么？输出简化

Rorysky

Sep 22

大有可为！

cKnight

Sep 22

@levn 这个太大了，我想的应该是个比较廉价且针对性比较强的模型

cKnight

Sep 22

@Rorysky #5 你还别说差不多是这个意思，用廉价的成本干好一件事

strobber16

Sep 22 via Android

您是不是在找：DLSS5

cKnight

Sep 22

@strobber16 之前在 gta 的视频中看到过这个，我瞅瞅