本文へスキップ

VideoTetris

複数オブジェクトを含む動画をテキストから生成

公式サイトを見る

VideoTetris とは

VideoTetris は複数のオブジェクトや数の変化を伴う場面向けのテキストから動画へのフレームワーク。空間と時間のアテンションマップを合成し、複雑な意味に従う。

できること

  • 合成したアテンションマップで複雑な記述に従う
  • 参照フレームアテンションで一貫性を保つ
  • 自己回帰で長い動画を生成する

始め方

  • 公式サイトで基本概念を確かめる
  • 文書を読みライブラリを導入する
  • 動画を記述するテキストを用意する

長所と短所

✓ 良い点

  • オブジェクトの位置情報を正確に追う
  • 場面転換の一貫性を保つ

! 注意したい点

  • 複数オブジェクトの複雑なプロンプトが対象
  • 実行にはソフトウェアとライブラリが必要

よくある質問

扱う課題は?

複数または数が変化するオブジェクトを含む記述。

一貫性を高めるものは?

参照フレームのアテンション機構。

最終評価日: 2026-11-15

その他 AI動画生成 ツール

すべて見る →

評価方法