作者在论文中表示：我们的方法被称为I2VEdit，根据编辑的程度自适应地保持源视频的视觉和运动完整性，有效地处理全局编辑、局部编辑和适度的形状变化，而现有方法无法完全实现这些功能。我们的方法的核心是两个主要过程：粗运动提取，用于将基本运动模式与原始视频对齐，外观细化，用于使用细粒度保持匹配进行精确调整。我们还加入了跳过间隔策略，以减轻多个视频片段中自回归生成的质量下降。实验结果证明了我们的框架在细粒度视频编辑方面的卓越性能，证明了它能够生成高质量、时间一致的输出。

可视化效果：

1、虚拟试穿

使用I2VEdit，您可以编辑源视频中的可穿戴对象。

2、主题替换

使用I2VEdit，您可以替换源视频的主题。

3、风格转换

使用I2VEdit，您可以更改源视频的风格。

4、比较

i2vEdit与其它类似模型的生成对比。

基于图像指导的实现对比

基于文字指导的实现对比