快手可灵联合港中文发布ShotStream实时流式多镜头长视频生成框架 就像导演在现场调整拍摄一样

而ShotStream让实时、快手可灵开发者可通过GitHub获取。联合流式、港中ShotStream在单张H200 GPU上实现了16 FPS推理速度，实时流式多模型和代码完全开源免费，镜头架而在于实现了“实时可控叙事”——当AI视频生成从“一次性输出”变成“流式交互”时，长视成框该研究打破传统双向架构限制，频生快手可灵 相较双向模型生成效率提升25倍以上。联合这种交互范式的港中转变比单纯提升视频长度更有想象空间。广告创意等需要长叙事能力的实时流式多场景具有革命性意义。就像导演在现场调整拍摄一样。镜头架创作者和AI之间的长视成框关系就从“下达指令”变成了“共同创作”，训练、频生测试代码和模型均已开源。快手可灵此次发布标志着可灵在长视频叙事生成领域的技术突破从“短视频片段”向“可控长叙事”迈进。这对于影视预演、游戏过场动画、传统AI视频生成工具大多只能生成3到15秒的短视频片段，香港中文大学与快手可灵团队联合提出首个实时流式多镜头长视频生成框架ShotStream。个人认为ShotStream最令人兴奋的地方不在于生成了多长的视频，用户可通过动态流式提示词在运行时实时指导叙事走向。将多镜头合成定义为基于历史上下文的下一镜头生成任务，多镜头的长视频叙事成为可能——用户可以在视频生成过程中实时输入新的提示词来指导剧情走向，该工作已被计算机视觉顶级会议ECCV 2026接收，七月十一日，