TokenFlow

3周前更新 36 00

TokenFlow 是 Weizmann 科学研究所提出的文本驱动视频编辑框架,通过传播扩散特征保持时序一致性,无需训练或微调,可搭配任意文本到图像编辑方法。

收录时间:
2025-11-12
TokenFlowTokenFlow

TokenFlow 是一个面向文本驱动视频编辑的研究项目页面,来自 Weizmann 科学研究所,论文发表于 ICLR 2024。它解决的核心问题是:逐帧编辑视频时,帧与帧之间的扩散特征一致性会被破坏,导致编辑结果闪烁、不稳定。TokenFlow 的做法是在去噪过程中显式传播扩散特征,把少量关键帧的编辑结果按原始视频的帧间对应关系扩散到所有帧,从而在保持目标文本语义的同时,保留输入视频的空间布局与动态。

方法特点

页面强调该方法无需训练或微调,并且可以与任何现成的文本到图像编辑方法结合使用。技术上,它先对每帧做反演并提取自注意力模块输出的 tokens,再用最近邻搜索建立帧间特征对应;在每个去噪步骤中,先联合编辑采样出的关键帧得到 T_base,再按预计算对应关系把编辑后的 token 传播到各帧,替换网络生成的 token 完成去噪。

可用资源与限制

该站点是学术项目页,提供论文、补充材料、代码与演示(Demo)的入口,并展示多组编辑示例,如“冰雕”“机器人狼”“大理石雕塑”“梵高风格”“折纸鹳”“冰制汽车”“机器人旋转银球”等。页面未说明在线编辑服务的开放状态、收费方式或用户额度;实际使用需以代码仓库和 Demo 页面为准。页面采用 CC BY-SA 4.0 许可,基于 Academic Project Page Template 构建。

适合谁看

适合关注视频编辑、扩散模型与生成式 AI 的研究者、开发者,以及需要了解文本驱动视频编辑一致性方案的技术读者;普通用户若想直接在线编辑视频,应先确认 Demo 是否可用。引用信息为:Geyer, Bar-Tal, Bagon, Dekel, TokenFlow: Consistent Diffusion Features for Consistent Video Editing, arXiv:2307.10373。

TokenFlow 相关问答

根据官网公开信息整理 · 最近核验 2026-10-19

TokenFlow 需要训练或微调吗?

不需要。页面明确说明该框架无需任何训练或微调,并可搭配任意现成的文本到图像编辑方法使用。

TokenFlow 如何保持视频编辑的时序一致性?

它基于帧间对应关系显式传播扩散特征,在去噪过程中把少量关键帧的编辑 token 扩散到所有帧,从而让编辑后的特征保持一致。

TokenFlow 发表在什么会议?

页面标注为 ICLR 2024 论文,作者为 Michal Geyer、Omer Bar-Tal、Shai Bagon 和 Tali Dekel,来自 Weizmann 科学研究所。

TokenFlow 提供在线编辑服务吗?

页面仅提供论文、补充材料、代码与演示入口,未说明是否提供公开在线编辑服务或具体使用条件,需以代码仓库和 Demo 页面为准。

相关导航

暂无评论

none
暂无评论...