无需微调

这项研究为个性化视频编辑领域带来了新的可能性，使得生成个性化内容变得更加简便和高效。只要一张参考图片，任何人都可以替换成视频的主角。‍随着扩散模型的发展，基于输入文本生成高质量的图片和视频已经成为现实，但是仅使用文本生成视觉内容的可控性有限。