Framer，是一种用于交互式帧插值工具，能够根据用户的创意在两幅图像之间生成平滑过渡的视频。具体来说，除了输入起始帧和结束帧外，Framer 还支持通过定制选定关键点的轨迹来调整过渡过程。这种设计带来了两个明显的好处。
首先，通过人工设置关键点可以解决从一幅图像转换到另一幅图像时可能出现的多种可能性问题，从而更好地控制局部画面的运动。其次，关键点作为最基本的控制形式，有助于在帧之间建立对应关系，增强模型处理复杂情况的能力（例如，起始帧和结束帧中的物体形状和风格不同）。
Framer 还提供了一种 “自动驾驶” 模式，在这种模式下，模型引入了一个模块来自动估计关键点并优化轨迹，以简化实际使用过程。大量实验结果表明，Framer 在多种应用中表现出色，如图像变形、延时视频生成、卡通插值等。
Framer 项目地址
微软研究院联合多所高校发布 Mirage 模型，通过在扩散模型隐空间直接存储三维记忆，解决了 AI 视频生成中场景一致性差及计算昂贵的问题。该方案摒弃传统 RGB 点云渲染流程，使生成速度提升最高 10.57 倍，显存占用降低 55 倍，且长视频边际成本几乎不增。测试显示其三维与光度一致性优于现有方案，虽暂不支持动态物体记忆，但已开源并适用于机器人仿真等静态场景任务。
Google 推出 Information Agents 功能，面向 AI Ultra 订阅用户开放。该功能将搜索从被动查询转变为主动监测，智能体可 7×24 小时追踪用户需求并推送变化信息。其底层依托 Personal Intelligence 战略，通过整合 Gmail、Photos 等跨应用数据实现个性化推理。尽管存在隐私与准确性挑战，但凭借二十年数据积累，Google 正推动 AI 助手从对话工具向自主代理进化，重塑“信息找人”的交互范式。
6 月首周，月之暗面、微软、Google 及 Databricks 密集发布智能体产品，标志着 AI 正从对话助手转向持续行动系统。其中 Kimi Work 主打本地桌面运行，支持多智能体并行与浏览器接管；Microsoft Scout 定位永远在线的个人助理；Google 推出 24 小时信息追踪智能体；Databricks 开源 Omnigent 实现跨智能体互操作。行业共识逐渐形成，智能体将具备自主调度、任务拆解及持续运行能力。
围绕《Framer：可设置运动轨迹的视频插帧技术》展开交流，未登录用户可浏览评论，登录后可参与讨论。
