• 基于 WAN2.1 的潜空间风格向量映射
  • 已实现用于调整视频风格的功能（当前已完成初步开发，尚未进行验证测试）

• 广泛阅读相关论文
  • 深入了解图像生成与风格迁移领域的最新研究进展
• 复现 DreamBooth 算法
  • 搭建训练流程并调试参数
• 使用 DreamBooth 对 WAN2.1 进行微调（Fine-tune）
  • 提升模型对特定风格或对象的表现能力

• 复现 U-Net 架构
  • 为后续语义分割任务打下基础
• 使用 U-Net 对视频中的物体进行语义分割
  • 实现对视频中感兴趣区域的精准识别与处理
• 改进模型
  • 优化模型推理效率，使其可在消费级显卡上流畅运行（如 RTX 4060 及以上）

本项目旨在实现基于VAE潜空间映射的视频生成风格控制，具体目标如下：

• 不调整 Prompt、不重新训练网络，仅通过潜空间向量映射实现视频风格控制
• 引入“温度参数”（temperature parameter），允许用户自由调节风格变换的强度
• 在广泛的数据集上具备良好的泛化能力，适应多种场景和视频内容