Yingshuang Zou, Xiaoyu Shi, Yawen Luo, Ziang Li, Qinghe Wang, Mengfei Li, Chengfeng Zhao, Xintao Wang · 2026 · arXiv
DOI: 10.48550/arXiv.2610.26801 · open-access PDF
최근 텍스트에서 비디오 생성의 진보는 높은 신뢰성 단일 샷 합성을 가능하게 했지만 실제 스토리팅 제작은 강력한 인터 샷 일관성과 미묘한 제어 가능성 모두를 가진 멀티 샷 비디오를 필요로합니다. 기존 멀티 샷 비디오 생성은 특히 강한 일관성을 접근하지만 여전히 제어 가능성이 부족합니다.이 논문에서 우리는 Mise-en-Video (MeV)를 제안합니다.이를 달성하기 위해 비디오 제작자가 3D 공간에서 멀티 샷을 장식 할 수있는 매우 제어 가능한 멀티 샷 비디오 생성 프레임워크입니다.
Machine translation (Meta M2M100); the English original follows.
Recent advances in text-to-video generation have enabled high-fidelity single-shot synthesis, yet practical storytelling creation requires multi-shot videos with both strong inter-shot consistency and fine-grained controllability. Existing multi-shot video generation approaches achieve strong consistency but still fall short in controllability. In this paper, we propose Mise-en-Video (MeV), a highly controllable multi-shot video generation framework that allows video creators to conduct staging the multi-shot in the 3D space and then generate the corresponding multi-shot video. To achieve this
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.26801, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange