图像到视频扩散模型

PLACID：基于视频扩散与合成轨迹的身份保持多物体合成

PLACID: Identity-Preserving Multi-Object Compositing via Video Diffusion with Synthetic Trajectories

把预训练 I2V 扩散模型的时序先验当作多物体合成的『布局收敛机制』：随机初始化物体位置，让模型在视频帧序列中把它们平滑移动到目标布局，取最后一帧作为合成结果；这套『合成轨迹数据 + 末帧取图』的范式可迁移到任何需要多元素一致排布的可控生成任务。