arXiv Computer Vision· Yaole Wang, Xiaoyu Chen, Xin Ma, Yang Ding, Gang Yue, Jingjing Chen, Lin Ma, Yaohui Wang·· 3 小时前AI 评分18
Vorch-IR：长视频统一多模态身份替换生成框架
Vorch-IR: Long-Form Unified Multimodal Identity Replacement Video Generation
AI 导读
Vorch-IR 是一个基于 LTX2 的统一框架，可在单一模型中完成单人或双人身份替换，并可选替换背景。模型以驱动视频、带索引的参考图像和文本编辑指令为条件，参考图无需与驱动视频的姿势或布局匹配，其主体或背景角色由指令指定。作者还构建了自动数据流水线合成四类编辑设置的配对监督，并用时间重叠推理策略将短片段模型扩展到分钟级生成。
来源：arXiv Computer Vision · arxiv.org