已验证75% 置信事实精确时间
REF2VA基于参考图像驱动生成，通过提取参考帧的视觉特征来引导视频合成，更接近于image-conditioned generation范式
5
来源数
75%
置信度
长期有效
时效性
2026/9/6
首次发现
来源
涉及实体
相关事实
待验证Ref2VA的命名来自「Reference to Video/Audio」，核心是参考驱动的生成方式76% 相似待验证RefMod的核心思路是将多张参考图像预处理并统一编码后注入到conditioning中，而非在Hunyuan H3视频生成中直接加载参考图像76% 相似待验证千问Image 2.0 Pro支持文生图和图生图两种模式，文生图通过语义理解逐步去噪生成图像，图生图在参考图的视觉特征约束下进行风格迁移或内容修改74% 相似待验证视图反推模块可将参考图或视频反推成正向提示词，支持JPG/PNG图片和MP4/MOV/MKV视频（最大500MB），全程调用本地模型，图片不出本机73% 相似待验证推荐的融合工作流使用REF2VA负责主视频生成以确保视觉质量，使用FL2VA负责音频精修以获得更干净的声音73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/864626API
curl https://kongchang.com/api/v1/knowledge/claims/864626MCP
get_claim(id=864626)