目录

motionctrl

DragNUWA

预训练模型：

---

motionctrl

该工具的多功能性使其成为视频制作领域的一项重要创新。它不仅能与现有的视频生成工具如LVDM和VideoCrafter1无缝集成，还能与SVD等其他视频生成方法兼容，为视频创造提供更多可能性。此外，MotionCtrl的泛化能力使其能适应广泛的相机姿态和轨迹。

技术上，MotionCtrl包含两个关键模块：相机运动控制模块（CMCM）和物体运动控制模块（OMCM）。CMCM通过集成相机姿态序列控制相机动作，而OMCM则使用卷积层和降采样从物体轨迹中提取特征，指导物体运动。这一架构设计基于扩展的去噪U-Net结构，有效处理视频中的运动元素。

MotionCtrl的最大优势在于其能够提供细致且独立的相机和物体运动控制，与其他方法相比，其对视频中物体的外观或形状影响最小，极大地增强了视频的视觉体验。简而言之，MotionCtrl不仅是一种工具，更是推动视频创造和表现艺术发展的重要力量。 作者：AI_Fox https://www.bilibili.com/read/cv28883277/?jump_opus=1 出处：bilibili

开源地址：

GitHub - TencentARC/MotionCtrl

DragNUWA

介绍宣传：

【AI 视频工具】SVD 视频工具变得无敌了，通过DragNUWA ，实现图片物体的运动轨迹精确控制

微软亚研院发布可控视频生成技术：DragNUWA，可以控制镜头运动

DragNUWA支持三种可选输入：文本p、图像s和轨迹g，并侧重于从三个方面设计轨迹。

首先，轨迹采样器（TS）从开域视频流中动态采样轨迹。

其次，多尺度融合（MF）将轨迹与文本和图像深度融合到UNet 架构的每个区块中。

最后，自适应训练（AT）可根据光流条件调整模型，使轨迹更友好。

最终，DragNUWA 能够处理包含多个物体及其复杂轨迹的开域视频。

项目主页：

https://www.microsoft.com/en-us/research/project/dragnuwa/

Github：

https://github.com/ProjectNUWA/DragNUWA?tab=readme-ov-file

论文：

https://arxiv.org/abs/2308.08089

预训练模型：

https://drive.usercontent.google.com/download?id=1Z4JOley0SJCb35kFF4PCc6N6P1ftfX4i&export=download&authuser=0