Prompt Relay：一个针对多事件视频生成的创新项目

Prompt Relay 是由南洋理工大学 S-Lab 团队（Gordon Chen, Ziqi Huang, Ziwei Liu）开发的一个针对多事件视频生成的创新项目。

项目地址：https://gordonchen19.github.io/Prompt-Relay/

以下是该项目的核心总结：

1. 核心定位

Prompt Relay 是一种推理时（Inference-time）、**无需训练（Training-free）且即插即用（Plug-and-play）**的方法。它旨在解决现有视频生成模型在处理包含多个连续事件的长描述时，缺乏细粒度时间控制的问题。

2. 主要功能：时间维度精准控制

• 分段路由： 用户可以为视频的不同时间段（tstarttstart​ 到 tendtend​）指定不同的文本提示词（Prompt）。
• 确保顺序与时长： 该方法能确保每个动作或事件在设定的时间区间内准确发生。
• 全局连贯性： 在保证每个提示词仅影响其指定的时间区域的同时，维持整个视频的全局逻辑和视觉连贯性。

3. 技术优势

• 消除干扰： 传统模型在处理多事件提示词时，不同时间点的语义容易在交叉注意力（Cross-attention）空间产生干扰。Prompt Relay 通过“接力”机制抑制了这种干扰，让模型能更专注地处理当前时间段的语义。
• 画质提升： 实验观察到，该方法不仅增强了控制力，还因为减少了语义竞争而提升了视频的整体视觉质量。
• 兼容性强： 目前已集成到开源模型 Wan 2.2 中。

4. 性能表现

根据项目介绍，当 Wan 2.2 结合 Prompt Relay 后，其在多事件视频生成方面的表现显著增强，能够与 Kling 3.0（可灵） 和 Veo 3.1 等顶尖闭源模型相媲美。

5. 应用场景示例

• 复杂动作衔接： 例如“小男孩先躺在床上看天花板，然后翻身跳床，最后跑去玩飞机模型”的一连串精准动作。
• 场景大转场： 例如从鹰眼的微观视角缩放到网络城市，再拉远镜头显示这是一台旧电视里的画面，实现极其复杂的空间与叙事转场。

总结来说，Prompt Relay 为视频生成提供了一种高效的“导演手册”，让创作者能够像剪辑视频一样，精准地在时间轴上安排视频内容的演变。

主题授权提示：请在后台主题设置-主题授权-激活主题的正版授权，授权购买：RiTheme官网