TokenFlow

TokenFlow 是一项文本驱动的视频编辑方法，出自魏茨曼科学研究所，论文发表于 ICLR 2024。给它一段原始视频和一句目标文字提示，它输出一段贴合新描述、同时保留原视频空间布局与运动节奏的视频。比如把冰雕换成大理石雕塑，或把整段画面改成梵高画风。

主要功能

它的思路是：视频编辑后画面闪烁、物体跳动，根源在于逐帧处理时扩散模型内部特征失去了跨帧一致性。TokenFlow 在去噪过程中先抽取关键帧联合编辑，再借助原视频特征之间的最近邻对应关系，把编辑后的 token 传播到其余帧，从而让每一帧共享同一套编辑结果。整个过程不需要训练或微调，可以接在任意现成的文本到图像编辑方法后面使用。

适合谁

适合做视频生成与编辑研究的人，以及想复现论文结果、在自有视频上试验的开发者。项目页提供了论文、补充材料、代码和演示的入口，并附有与 Text2Video-Zero、Tune-A-Video、Gen-1 等方法的对比。

费用与限制

页面没有说明使用费用、是否需要登录，也没有列出支持的操作系统或界面语言。它是一套研究方法与代码，不是开箱即用的在线剪辑工具，实际运行需要自行准备环境与算力；编辑效果依赖输入视频的质量和所选图像编辑模型。