SAIS-FUXI

@saisfuxi-omni_vid

Omni-Video 是一个统一的视频理解与生成框架,将文本生成视频的 DiT 骨干网络与视觉语言理解能力相结合,实现精准可控的视频编辑。VLM 读取源视频和编辑指令后,预测详细的目标描述,将稀疏提示转化为关于内容、属性和时序变化的明确语义,从而实现高质量的视频编辑效果。