新智元报道
新智元报道
【新智元导读】
BiCo：一种可控、灵活的AI视觉概念组合生成方法
BiCo（Bind & Compose）是一种创新的AI视觉内容生成方法，通过分层绑定器、多样化与吸收机制（DAM）、时间解耦策略（TDS）三大核心技术，实现图像与视频中多种视觉概念（如物体、风格、动作、光照）的精准提取与可控组合。相比现有方案，BiCo在概念一致性、提示忠实度和运动质量等关键指标上全面领先，适用于视频制作、艺术创作、广告创意等多场景。
现有方法的两大瓶颈
当前主流AI视觉生成方法面临以下核心挑战：
概念提取不准确：依赖LoRA适配器或可学习嵌入，在遮挡、时间变化等复杂条件下难以稳定分解概念；对非物体类概念（如风格、光照）提取能力薄弱。
组合方式高度受限：多局限于“用视频驱动图片主体”，无法灵活融合图像与视频中的各类属性；任意图像+视频的通用组合及可控编辑仍是未解难题。
BiCo如何突破？三大核心技术解析
分层绑定器结构（Hierarchical Binder Structure）
问题：如何在无显式掩码前提下，准确分解复杂视觉概念？
方案：在Diffusion Transformer（DiT）交叉注意力中构建分层绑定器，将视觉特征隐式编码至对应文本token。
效果：支持多源概念按文本提示条件自动整合，实现基于语义的精准绑定与组合。
多样化与吸收机制（Diversify-and-Absorb Mechanism, DAM）
问题：如何提升concept-token绑定的鲁棒性与准确性？
方案：训练时对单样本提示进行多样化增强，并引入“吸收令牌”过滤无关细节干扰。
效果：显著降低噪声影响，提升概念表征纯净度与可复现性。
时间解耦策略（Temporal Disentanglement Strategy, TDS）
问题：如何统一图像与视频概念的建模范式？
方案：分两阶段训练——首阶段在单帧上学习静态绑定（与图像训练一致），次阶段在视频上扩展双分支绑定器进行时间建模，并继承前一阶段知识。
效果：大幅增强图像与视频概念间的兼容性，保障动态组合的自然性与连贯性。
BiCo模型整体架构
分层绑定器结构与DAM机制示意图
实验结果：全面超越现有方法
定量评估优势明显
BiCo在概念一致性、提示忠实度、运动质量等核心指标上均显著优于SOTA模型，尤其在多概念协同控制任务中表现突出。
定性案例验证强大能力
案例1：动作迁移（图像+视频）
输入：小猴子图片 + 松鼠吃食视频
输出：小猴子在阳光下吃食视频，精准复现松鼠动作与猴子外观。
案例2：创意风格迁移（图像+视频）
输入：线条艺术风格大象图片 + 大象行走视频
输出：线条风格的大象行走视频，风格与运动完美融合。
案例3：多概念组合（三图像+视频）
输入：快乐秋田犬、时尚套装、蓝白条纹帽子 + 女子长椅读书视频
输出：秋田犬穿套装戴帽子，在长椅上读书，完成主体、服装、配饰与场景动作的跨源协同。
案例4：多视频组合
输入：弹吉他男子视频 + 穿绿色西装举小号男子视频
输出：两人同框演奏视频，人物外观、动作、空间关系可控集成。
线稿风格大象视频生成效果对比（BiCo vs 其他方法）
与可灵O1对比：BiCo三大优势凸显
概念一致性更强：BiCo保持蝴蝶栖息花朵的姿态与关系稳定；可灵O1丢失花朵、蝴蝶飞行状态失真。
概念泄漏控制更优：BiCo严格还原火山喷发状态；可灵O1引入输入中不存在的元素。
风格迁移更忠实：BiCo成功将像素艺术风格应用于流动岩浆；可灵O1岩浆未转为像素风格，导致风格割裂。
综上，BiCo在可控性、概念一致性、提示词忠实度三个维度确立显著技术优势。
应用场景：赋能创作者高效表达
BiCo支持任意数量图像与视频输入，适用于：
- 视频内容创作：电影特效、广告创意、短视频制作，快速合成多源素材并精确控制视觉元素
- 艺术创作：跨风格迁移、概念可视化、动画元素复用，提升创意实现效率
技术优势总结
灵活性：支持图像+图像、图像+视频、视频+视频、多源混合等多种组合模式；可融合物体、风格、动作、光照等全类型视觉概念。
准确性：分层绑定器+DAM机制保障概念提取精度，有效抑制噪声与概念泄漏。
兼容性：TDS策略打通图像与视频建模范式，提升组合自然度与时空一致性。
易用性：单样本学习、无需掩码标注、零微调即可使用，大幅降低创作者使用门槛。
结语：开启可控AI视觉创作新范式
BiCo标志着AI视觉生成从“泛化生成”迈向“精准可控”的关键转折。它不仅系统性解决了概念提取与组合的核心难题，更以开放、灵活、可靠的技术路径，为影视、设计、营销等领域的创作者提供了新一代智能生产工具。随着技术持续演进，AI正成为视觉创意不可或缺的协同伙伴。
项目主页：https://refkxh.github.io/BiCo_Webpage/
论文链接：https://arxiv.org/abs/2512.09824