Devotd Github
新发现多模态

enderfga/solarrenderer — 结构视频的 4 阶段参考渲染

enderfga/solarrenderer 是一个研究用实现,利用 MiniMax-H3 和两种 LoRA 把结构视频转换为带有视觉风格的影像。

仓库信息enderfga/solarrenderer ↗

enderfga/solarrenderer 是一个研究用实现,利用 MiniMax-H3 和两种 LoRA 把结构视频转换为带有视觉风格的影像。

GitHub 项目说明: SolarRenderer: Few-Step Generative Reference Rendering

星标
★ 281
复刻
8
语言
Python
许可证
Apache-2.0
查看原始来源 ↗在 GitHub 查看 ↗

enderfga/solarrenderer 中的 SolarRenderer 是一个研究用实现,把由游戏引擎或智能体生成的结构视频转换为带有视觉风格的影像。据仓库说明,它使用基于 MiniMax-H3 的两种 LoRA 分四个阶段渲染。代码与权重、训练数据、基准测试均已公开。FACTS 中未给出单独的最新发布版本号。该仓库的语言为 Python,许可证为 Apache-2.0。

作为输入的结构视频,是承载场景信息的影像,例如语义图、骨架和深度。因此它更接近于在结构信息的基础上套用想要的视觉风格,而不是普通的视频生成。README 还描述了在因果式构成中按块连续生成视频的路径。公开评测集合包含 208 个困难样例和 53 个保留视频,以及评分代码与结果材料。同时涵盖参考渲染与按块生成路径,并提供实现与评测材料,是这个仓库的特点。

不过,仅凭公开评测材料的构成,无法判断渲染质量或相对其他方式的优势。FACTS 提供了困难样例与保留视频的数量,以及评分代码和结果材料的存在,但没有给出具体的渲染性能数值。因此在目前可确认的范围内,更准确的说法是:这是一个可供查看实现与评测材料的研究用仓库,用于把结构视频转换为带有风格的影像。