Boximator 是由字節(jié)跳動(dòng)研究團(tuán)隊(duì)開發(fā)的一款創(chuàng)新視頻生成工具，旨在通過先進(jìn)的深度學(xué)習(xí)技術(shù)實(shí)現(xiàn)豐富且可控的視頻動(dòng)作。其核心功能是結(jié)合“Box”（框）和“Animator”（動(dòng)畫師）的概念，為用戶提供了一種靈活且用戶友好的方式來控制視頻中對象的運(yùn)動(dòng)軌跡和路徑。

Boximator官網(wǎng)入口網(wǎng)址：https://boximator.github.io/

Boximator 的工作原理基于雙重約束框（硬框和軟框）的設(shè)計(jì)。用戶可以在條件幀中選擇對象，并使用硬框精確定義對象的位置、形狀或運(yùn)動(dòng)路徑，而軟框則提供更靈活的范圍，允許對象在指定區(qū)域內(nèi)自由移動(dòng)。這種設(shè)計(jì)不僅提高了動(dòng)作的精確性，還增強(qiáng)了動(dòng)畫的自然流暢性。

Boximator 的技術(shù)背景包括對現(xiàn)有視頻擴(kuò)散模型的插件化擴(kuò)展。它通過凍結(jié)基礎(chǔ)模型權(quán)重，僅訓(xùn)練控制模塊，從而保留了基礎(chǔ)模型的知識(shí)。此外，Boximator 引入了自跟蹤技術(shù)，能夠?qū)W習(xí)框與對象之間的相關(guān)性，從而實(shí)現(xiàn)多階段訓(xùn)練過程，逐步提高對運(yùn)動(dòng)控制的理解。

Boximator 的實(shí)際應(yīng)用非常廣泛，適用于視頻內(nèi)容創(chuàng)作、廣告制作、教育演示以及娛樂產(chǎn)業(yè)等領(lǐng)域。例如，用戶可以利用 Boximator 創(chuàng)作生動(dòng)的教育視頻，為電影或電視劇添加視覺效果，或者生成獨(dú)特的廣告內(nèi)容。其高度個(gè)性化的功能使其成為藝術(shù)家、設(shè)計(jì)師和營銷專業(yè)人士的理想工具。

Boximator 的官網(wǎng)（https://boximator.github.io/ ）提供了豐富的功能介紹和演示示例。用戶可以通過電子郵件體驗(yàn)其功能，發(fā)送輸入圖像和文本提示后，系統(tǒng)將生成相應(yīng)的視頻。此外，Boximator 還支持多主體支持和路線定制功能，允許用戶為多個(gè)對象設(shè)置不同的運(yùn)動(dòng)路徑。

Boximator 是一款開創(chuàng)性的視頻生成工具，通過結(jié)合硬框和軟框約束、深度學(xué)習(xí)技術(shù)和用戶友好的交互設(shè)計(jì)，為創(chuàng)作者提供了前所未有的視頻動(dòng)作控制能力。其強(qiáng)大的功能和靈活的應(yīng)用場景使其在視頻生成領(lǐng)域具有重要的意義。