VideoGrain 的多层次编辑能力
VideoGrain 定义了类别（category）、实例（instance）和局部（local）三种粒度层次，为用户提供从宏观到微观的完整编辑控制。这种多层次架构使编辑工作可以灵活适应不同复杂度的需求。
在类别层面，系统能识别视频中的概念性对象（如”人物”、”车辆”等通用类别）并进行替换修改。实例层面则针对视频中的特定对象（如”画面左侧穿蓝色衣服的人物”或”第三秒出现的黑色汽车”）。最精细的局部编辑可以处理细微特征（如”人物的右手动作”或”建筑物的窗户细节”）。
这种多粒度的实现依赖于精心设计的区域检测与特征提取流程。通过结合ControlNet提供的姿态估计、深度图等辅助信息，系统能够精准识别不同层次的内容单元。值得注意的是，三个层次可以组合使用，比如在替换整类对象的同时，对其中特定实例进行个性化调整。
This answer comes from the articleVideoGrain: text prompts on the video of the local editing of open source projectsThe
May not be reproduced without permission:AI productivity tools " VideoGrain 支持类别、实例和局部三个层次的编辑粒度
English 
简体中文 
日本語 
Deutsch 
Português do Brasil