微软提出文本图像轨迹条件视频生成模型DragNUWA，支持手绘轨迹驱动图像动态化，实现复杂运动及场景控制。

微信公众号新智元

716 0

DragNUWA 是一种基于扩散算法的视频生成模型，DragNUWA 模型旨在解决视频生成中的精细控制问题。该模型通过引入文本、图像和轨迹信息，并从语义、空间和时间角度提供精细控制。

站长之家

545 0