近期，索貝媒體智能實驗室MIL在國際學術期刊IEEE Transactions on Circuits and Systems for Video Technology (TCSVT)發表技術創新成果，提出了一種利用免訓練擴散模型生成高質量過渡視頻的方法(《TVG: A Training-free Transition Video Generation Method with Diffusion Models》)，其解決了在過渡視頻制作中，幀間關系建模薄弱與內容突變等挑戰，顯著提升了視覺敘事的流暢性與連貫性。值得一提的是，IEEE TCSVT屬視頻圖像技術領域國際頂級期刊、中科院一區期刊，影響因子8.3。

　　視頻過渡(連接場景的視覺效果)對影視、廣告等視覺敘事至關重要。傳統變形(morphing)技術往往過渡生硬、藝術表現力欠缺并且對專業技能要求較高。盡管最新的AI視頻生成模型已經表現出非凡的內容創作潛力，但其在處理過渡效果時仍存在畫面跳變、運動不連貫等問題。

　　“過渡視頻生成的關鍵難題在于建模過渡過程中，幀間呈現的復雜動態關系”，索貝MIL負責人指出，“現有擴散模型擅長基于文本生成單幀視頻或短視頻，但難以確保起始圖像到目標圖像的過渡序列具備視覺連貫性與動態平滑性。”

　　該論文提出的一種免訓練過渡視頻生成(TVG)方法，利用視頻級擴散模型，通過三大創新技術攻克上述難題：

　　高斯過程回歸(GPR)實現平滑流：利用GPR智能建模視頻級擴散模型的隱空間(AI內部表征)，如同精密預測引擎，確保過渡效果平滑演進，消除畫面突變

　　插值條件控制增強可靠性：通過基于插值的條件控制機制，精準引導場景轉換路徑，提升生成結果的可預測性

　　頻域雙向融合保障一致性：創新性“頻域感知雙向融合”(FBiF)架構雙向校驗過渡序列，同步優化高頻細節(如銳利邊緣)與低頻元素(如色彩形態)的跨幀一致性

　　該方法直接應用預訓練視頻擴散模型實現突破，無需任何微調或再訓練。這一特性使得技術具備高度易用性與產業實踐價值。在對標準測試集及定制圖像上的評估證實，TVG優于現有方案，該項研究成果將進一步加強索貝智能編輯產品的AIGC能力。

　　索貝媒體智能實驗室自2016年成立以來，結合視聽場景應用、堅持核心算法突破，在自然語言處理、計算機視覺、機器學習等AI領域展開深入研究。在學術層面，實驗室不僅發表了數十篇SCI論文，還取得了諸多專利和軟件著作權，展示了其在媒體智能研究中的深厚實力;在工程實踐層面，索貝成功將研究成果應用于多個平臺級產品的開發中，如VIDA、智能媒資、明眸語言模型等。