National University of Singapore（新加坡国立大学）

IC-Effect: Precise and Efficient Video Effects Editing via In-Context Learning

IC-Effect: 通过上下文学习实现精确高效的视频特效编辑

Yuanhang Li, Yiren Song, Junzhe Bai, Xinran Liang, Hu Yang, Libiao Jin, Qi Mao

机构 * School of Information and Communication Engineering, Communication University of China（中国通信大学信息与通信工程学院） ； Show Lab, National University of Singapore（新加坡国立大学Show实验室） ； Baidu Inc., Beijing, China（百度公司） 纠错

AI总结 IC-Effect通过上下文学习实现高效视频特效编辑，能精准保留背景并合成复杂特效，提升视频创作的可能性。

The Devil is in Attention Sharing: Improving Complex Non-rigid Image Editing Faithfulness via Attention Synergy

注意力共享中的魔鬼：通过注意力协同提升复杂非刚性图像编辑的忠实性

Zhuo Chen, Fanyue Wei, Runze Xu, Jingjing Li, Lixin Duan, Angela Yao, Wen Li

机构 * University of Electronic Science and Technology of China（电子科技大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 SynPS通过协同利用位置嵌入和语义信息，解决现有注意力共享机制中的注意力崩溃问题，提升复杂非刚性图像编辑的忠实性。

Comments Project page:https://synps26.github.io/