深度渲染

面向文本到视频生成的稀疏控制框架，不改动原有预训练模型 该框架通过新增额外条件编码器处理稀疏控制信号，无需改动原有预训练文本到视频模型。兼容素描、深度、RGB图像等多种控制输入形式，支持故事板创作、深度渲染、关键帧动画、帧插值等应用，实验验证其在原生和个性化文本到视频生成器上均具备良好泛化能力，可为视频生成提供更精准的控制。