Place-it-R1：MLLM推理驱动的视频物体插入框架

Bohai Gu 等作者提出 Place-it-R1，一个端到端的视频物体插入框架。该框架先用多模态大模型（MLLM）分析目标环境、推断物体与场景的交互，并确定物理上合理的插入位置，再把推理结果转化为语义引导和逐帧空间引导两类视频扩散条件，用于生成插入效果。 据作者在论文中介绍，其目标是实现物理上合理的视频物体插入。目前公开信息仅为框架描述，尚未给出实际效果数据。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。