时空位置编码

FFP-300K：扩展首帧传播以实现可泛化的视频编辑

FFP-300K: Scaling First-Frame Propagation for Generalizable Video Editing

提出无需运行时引导的首帧传播视频编辑框架，其 AST-RoPE 通过动态重映射位置编码解耦外观与运动参考，可迁移到任何以首帧为条件的视频生成/编辑模型；同时 300K 高质量视频对数据集为训练鲁棒时序先验提供了数据基础。