视频模型原生支持动作一致，只是你不会用！揭开「首帧」的秘密

马里兰大学等机构提出FFGo方法，揭示视频生成模型第一帧实为“概念记忆体”，能存储并复用视觉元素。研究发现模型本具多对象融合潜力，但默认难以稳定触发。FFGo仅用20–50个样本和轻量LoRA微调，即可激活这一能力，在不改结构、不用大数据的前提下实现SOTA级视频定制，支持最多5个实体融合，身份一致性与连贯性显著优于现有方法，并在用户测试中获81.2%偏好，为高效利用生成模型提供了新范式。
来源：https://mp.weixin.qq.com/s/XQGmskJqqFdKx4vCc45tDA