Snap 現身 CVPR
Snap Research 如何引領創意數位科技的未來發展
今年，我們將在 AI 與電腦視覺創新領域的頂級會議——CVPR 2025（於田納西州納許維爾舉行）分享 12 篇論文。會議自今天起至 6 月 15 日舉行。
Snap Research 的投稿有 77% 獲得錄取，遠高於業界平均的 22%，足以證明我們團隊在創新研究上的卓越表現。
Snap 將發表多項主題，包含兩篇論文——SnapGen 與 4Real-Video——這兩篇論文獲得 CVPR 評選為前 3% 的頂尖投稿之一。
請見下方完整摘要與時程表。
1.SnapGen：透過高效架構與訓練方法，使高解析度文字轉圖像模型可於行動裝置上執行
SnapGen 是一款高效能的文字轉圖像研究模型，設計上可直接於行動裝置上運作，在兩秒內產生高品質的圖像。此技術有望大幅降低裝置端圖像生成所需的運算與記憶體資源。
SnapGen-V 是 SnapGen 模型的延伸，可於行動裝置上在五秒內直接生成五秒長的影片。此技術建立於我們在文字轉圖像模型上的創新，使快速、裝置端影片生成成為可能。
3. 4Real-Video：學習具泛化能力的寫實 4D 影片擴散模型
4Real-Video 研究模型可生成細節豐富、動作自然的寫實 4D 影片，並支援多角度觀看。此技術在沉浸式虛擬實境與次世代敘事體驗中，具備潛在的應用價值。
Stable Flow 研究模型支援強大圖像編輯功能，如新增或移除物體，無需複雜訓練或高階硬體。此方法讓任何人都能輕鬆編輯照片，無需技術背景。
Omni-ID 研究模型可跨角度與表情建立人物面孔的完整表徵，讓 AI 與 AR 生成結果更擬真且個人化。
6. PrEditor3D：快速且精準的 3D 形狀編輯工具
PrEditor3D 是我們研究團隊開發的工具，可透過最小輸入快速且精確地編輯 3D 模型。此技術簡化了 3D 內容製作的流程，使 3D 形狀的操作與調整更為直覺化。在實際應用中，PrEditor3D 可協助動畫師與 Snap 特效鏡頭創作者更有效率地實現創意，提升創作速度，進而打造更豐富且沉浸式的 AR 體驗。
7. Mosaic of Modalities：多模態圖學習的全面基準
MM-Graph 為首個多模態圖學習基準，結合視覺與文本數據，填補現有基準中視覺資訊的重大缺口。此基準支援更全面的模型評估，推動可理解真實世界輸入的圖學習系統創新。
透過文字提示與參考圖像，Video Alchemist 可生成影片，無需大量調校與最佳化。應用上能簡化影片個人化流程，自訂外觀與背景，節省時間並提升創作力。
Mind the Time 能為 AI 影片生成引入精確的時間控制。創作者可掌握事件順序與時序，實現更結構化且連貫的影片敘事生成結果。
10. Video Motion Transfer with Diffusion Transformers
Video Motion Transfer 是一種將一段影片中的真實動作轉移至另一段影片的方法，採用擴散式研究模型實現。此技術可無需複雜設定即重建擬真的運動動態，應用上包括快速製作風格一致、動作自然的影片，或是增強生成式內容中的動態一致性與真實感。
Wonderland 可從一張照片生成細節豐富的 3D 場景，簡化 3D 場景建立流程，無需多角度輸入或大量資源，便可加快設計速度及提升設計效率。
12. AC3D：分析與改善影片擴散轉換器中的 3D 鏡頭控制
AC3D 改進影片生成模型中的鏡頭控制功能，使運鏡更為平滑且自然。此技術方便創作者在影片生成過程中，對鏡頭移動擁有更高的控制度，提升生成場景的影像品質和真實性。
歡迎來 CVPR 找我們聊聊！
* 上述所有模型與研究成果僅供研究用途。
聯絡我們
如需新聞請求，請傳送電子郵件至 press@snap.com。
如需其他諮詢，請造訪我們的支援網站。