请问“视频摘要”能力是否可以输入条件来引导摘要结果
我希望对我们生成的摘要能够受到控制，例如强调一些内容，而忽略另一些。我们有什么方法解决吗？
展开
收起
1
条回答
写回答
写回答
-
基于某种条件引导的视频摘要是一种十分实用的技术，一般可以输入语音或者文字等信息来引导生成的摘要结果，来满足不同用户对视频摘要的不同偏好。以美食探店的视频为示例，用户甲的关注信息可以为菜品种类的介绍，例如该店的招牌菜是炙子烤肉，如何选肉、如何腌制肉是用户甲关注的重点；而用户乙的关注信息可以为店铺的地址、环境等。后续会有自然语言引导的视频摘要模型上线。
2022-10-31 18:06:36赞同 展开评论 打赏
相关问答
热门讨论
热门文章
ModelScope中，模型下载默认路径在哪个路径？
10276
com/action/joingroup?code=v1是什么意思
7672
我希望通过damo-YOLO训练1500*1500的图片
8949
请问在 ModelScope 上的模型断网使用报这个错误啥原因了?
2439
ModelScope中，大佬们4卡跑lora时，遇到这样的错，怎么解决？
2145
服务器上onnxruntime-gpu 调用结束，如何释放显存
5492
如何下载modelscope模型？
1415
ModelScope有没有人知道windows安装ttsfrd的方法或者ttsfrd源码？
978
ModelScope下载速度慢怎么解决？
1125
streamlit 生成链接无法访问，gradio只生成内网，无法生成公网
2824
展开全部
EchoMimicV2：阿里推出的开源数字人项目，能生成完整数字人半身动画
181
Ruyi：图森未来推出的图生视频大模型，支持多分辨率、多时长视频生成，具备运动幅度和镜头控制等功能
64
ColorFlow：腾讯和清华大学联合推出的图像序列着色模型，通过参考图像的颜色对黑白漫画进行着色生成彩色漫画
48
FreeScale：无需微调即可提升模型的图像生成能力，生成 8K 分辨率的高质量图像
52
Genesis：卡内基梅隆大学联合 20 多所研究机构开源生成式物理引擎，能够模拟各种材料、物体和物理运动现象
40
Leffa：Meta AI 开源精确控制人物外观和姿势的图像生成框架，在生成穿着的同时保持人物特征
39
Manga Image Translator：开源的漫画文字翻译工具，支持多语言翻译并嵌入原图，保持漫画的原始风格和布局
37
BrushEdit：腾讯和北京大学联合推出的图像编辑框架，通过自然语言指令实现对图像的编辑和修复
35
AniDoc：蚂蚁集团开源 2D 动画上色 AI 模型，基于视频扩散模型自动将草图序列转换成彩色动画，保持动画的连贯性
30
YOLOv10实战：红外小目标实战 | 多头检测器提升小目标检测精度
1027
展开全部
