交互感知的视频物体移除
VOID AI 从视频中移除物体及其所有物理交互效果——
阴影、反射，甚至因移除而掉落的物体。基于 Netflix 开源模型。
Netflix Research 开源模型
什么是 VOID？
VOID（Video Object and Interaction Deletion）是首个能理解视频场景中物体物理交互关系的 AI 模型。
交互感知移除
超越视觉伪影处理——当人物被移除时，场景中因其存在而产生的物理交互（如物体掉落）也会被正确处理。
四值遮罩系统
使用 4 值遮罩精确标识主要物体、重叠区域、受影响区域和背景。
时序一致性
双通道优化配合扭曲噪声技术，确保视频帧间平滑无闪烁。
Netflix 开源
基于 CogVideoX-Fun-V1.5-5b 架构，50 亿参数。完全开源，可用于研究。
VOID 为何改变一切
传统物体移除工具只处理视觉效果。VOID 理解物理规律。
大多数工具只移除阴影和反射。VOID 还处理物理后果——移除桌子，上面的物体会自然掉落。
核心能力
VOID 作为目前最先进视频物体移除模型的关键特性。
物理交互理解
理解视频场景中的因果关系——移除物体的同时处理其下游物理效果。
四值遮罩系统
通过新颖的遮罩方式精确控制移除目标、受影响区域和保留区域。
双通道优化
基础修复通道加扭曲噪声时序一致性优化，确保结果平滑。
50 亿参数模型
基于 CogVideoX-Fun-V1.5-5b-InP 架构，实现高质量视频生成与修复。
最长 197 帧
以 384x672 分辨率处理长视频序列，全程保持一致质量。
完全开源
Netflix Research 发布模型权重、代码和训练方法。免费使用与扩展。
常见问题
关于 VOID AI 和 VOID 模型的常见问题。