罗切斯特大学发布 ALIVE：让插入物体参与交互，Overall 指标超基线 43.9%

罗切斯特大学发布 ALIVE，一个首帧引导的视频编辑框架，只需编辑首帧和一条仅命名新增物体的指令，即可让插入物体与原视频内容产生连贯交互。团队构建 35,800 对编辑数据并训练 VLM 预测交互引导；无 VLM 引导时 Overall 指标在两个基准上分别超最强基线 43.9% 和 4.4%。VLM 引导再提升 ALIVE-interaction 分数 0.95 点。