视频虚化制作长期面临操作复杂、效果不自然的难题。vivo BlueImage Lab与浙江大学联合研发的Any-to-Bokeh工具,通过创新的视频扩散模型技术,实现了一键式高质量视频虚化效果,为视频创作者提供了高效易用的解决方案。
智能速览
Any-to-Bokeh被ICLR2026接收,约19000篇投稿中接收率仅28.18%
支持显式控制对焦平面与虚化强度,满足多样化创作需求
采用MPI表示法解决帧间闪烁问题,确保时间连贯性
一步式转换流程,兼顾效率与效果
适用于短视频创作、商业制作、影视后期等多场景
精华内容
传统视频虚化工具要么操作复杂,要么效果不佳,Any-to-Bokeh通过技术创新实现了质的突破,让专业级虚化效果触手可及。
三大核心优势
精准可控是Any-to-Bokeh的首要特点。突破了传统工具的局限,支持显式控制对焦平面与虚化强度,无论是人像特写还是风景延时,都能精准实现创作者的意图。
时间连贯性通过引入多平面图像(MPI)表示技术实现。通过逐步拓宽的深度采样函数构建3D几何结构,为每帧虚化合成提供统一几何引导,从根源解决了帧间闪烁问题。
鲁棒性强得益于渐进式训练策略。模型对不同场景、不同深度分布视频的适配能力显著提升,同时能在生成虚化效果时精准保留主体细节。
技术创新原理
Any-to-Bokeh的核心在于’MPI引导的单步视频扩散模型’。输入任意视频后,模型首先通过MPI构建场景的3D深度结构,明确不同区域的空间层级。
将MPI分层信息作为条件输入单步视频扩散模型,结合预训练模型的3D认知,直接生成符合深度逻辑的虚化效果。
整个转换过程无需多步迭代,一步完成,兼顾效率与效果,让普通用户也能快速上手使用。
实际应用场景
短视频创作者可以为日常Vlog添加电影感虚化,显著提升内容质感。商业创作者则能快速制作产品宣传视频,通过可控虚化突出核心卖点。
专业影视后期制作中,该工具可大幅简化虚化效果制作流程,减少手动调整帧间一致性的工作量。社交媒体内容创作者也能让旅行视频、人像短片在社交平台更具视觉吸引力。
同时,这项技术也为视频编辑、扩散模型应用等学术研究方向提供了重要的技术参考。
Any-to-Bokeh的出现标志着AI视频编辑技术向实用化迈出了重要一步。随着代码开源和技术迭代,这项创新将惠及更多创作者,推动视频创作进入’氛围感自由’的新时代。