TKCAM：文本与关键帧条件相机轨迹生成框架

2026年10月9日，arXiv 计算机视觉（一手来源）报道了 TKCAM 框架。TKCAM 是一个文本与关键帧条件的相机运动合成框架，基于生成式掩码建模方法，将位置、速度与连续旋转表示组成的 12 维运动学特征，经残差向量量化器（RVQ）离散为分层运动 token，以实现相机轨迹的生成。目前公开信息仅涉及该框架的核心方法与表示设计，未见后续实验细节或应用进展报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。