AI 软件
Github：https://boximator.github.io/
字节研究院发布了一个名为 Boximator 的视频控制方式，看起来相当不错。这种控制方式允许用户选择需要运动的物体，并绘制其结束位置和运动路径，物体将严格按照用户绘制的位置和路径进行运动。与Runway的运动笔刷相比，Boximator 可以更精确地控制物体的运动结束位置。
Boximator 采用了硬性约束和软性约束两种约束机制。用户可以通过硬性约束选择视频中特定对象的条件帧，并通过这两种约束方式来指定该对象在未来画面中的位置、形状或运动轨迹。Boximator 可以作为现有视频合成模型的一个附加组件。
在训练过程中，为了保留原模型的知识，研究院选择冻结了原始权重，只对控制模块进行训练。引入创新的自我追踪技术，简化了学习框选对象与其关联的过程。
实验证明，Boximator在视频质量方面达到了行业领先水平，相较于基础模型有所提升，并在引入框选约束后进一步增强了效果，用户更喜欢Boximator生成的视频效果，而不是基础模型的输出。
3
