项目主页：
https://github.com/vivoCameraResearch/any-to-bokeh 摘要：
针对视频散景制作常面临操作复杂、效果不自然等问题，难以满足创作者高效出片需求等问题，我们提出 Any-to-Bokeh 一键式视频虚化工具，对应的论文已被 ICLR2026 接收！该工具无需复杂操作无需专业操作即可生成电影感虚化效果。为短视频创作者、影视从业者提供了高效易用的创作工具，也为相关领域科研提供可参考的实践成果，助力 AI 视频编辑技术更贴近实用需求。项目代码与试用指南已公开至 GitHub，诚邀大家体验试用，欢迎 Star 支持并引用。
该工作由vivo BlueImage Lab，浙江大学共同完成。
在 AI 图像编辑领域，虚化效果（Bokeh）的实现早已不是难题——通过扩散模型，我们能轻松模拟专业相机的虚化质感，让普通图片瞬间提升氛围感。但当需求延伸到视频领域，挑战却陡然升级：现有工具要么无法精准控制对焦平面与虚化强度，要么直接套用图片虚化算法，导致视频出现明显的帧间闪烁、边缘过渡生硬等问题，难以满足高质量创作需求。
近日，我们团队发布了题为《Any-to-Bokeh: Arbitrary-Subject Video Refocusing with Video Diffusion Model》，为视频虚化难题提供了创新性解决方案，已正式被国际机器学习顶会 ICLR2026 接收。我们研发的这一框架，凭借独特的技术设计，实现了 “任意视频输入→高质量虚化输出” 的一步式转换，同时兼顾可控性与时间连贯性。 一、核心优势：解决视频虚化三大痛点
精准可控，效果自定义：
我们突破传统视频编辑工具的局限，支持显式控制对焦平面与虚化强度。无论是想突出画面主体、弱化背景干扰，还是调整虚化强度适配不同场景（如人像特写、风景延时），都能精准实现，满足多样化创作需求。 时间连贯，无闪烁无断层：
针对 “图片虚化扩展至视频” 的核心痛点，我们在框架中引入多平面图像（MPI）表示 —— 通过逐步拓宽的深度采样函数构建 3D 几何结构，为每帧的虚化合成提供统一的几何引导。再结合 Stable Video Diffusion 等预训练模型的强 3D 先验，从根源上解决了帧间闪烁、边缘模糊过渡不自然的问题，让长视频的虚化效果始终连贯统一。 鲁棒性强，细节不丢失：
我们采用渐进式训练策略，不仅提升了模型对不同场景、不同深度分布视频的适配能力（深度鲁棒性），还能在生成虚化效果的同时，精准保留主体细节。无论是动态人物、快速移动的物体，还是纹理复杂的场景，都能实现 “虚化自然、细节清晰” 的平衡。
二、技术逻辑：一步式生成的背后
Any-to-Bokeh 的核心创新在于提出了一种 “MPI 引导的单步视频扩散模型”：
输入任意视频后，模型先通过 MPI 构建场景的 3D 深度结构，明确不同区域的空间层级；
将 MPI 分层信息作为条件，输入单步视频扩散模型，结合预训练模型的 3D 认知，直接生成符合深度逻辑的虚化效果；
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
照妖镜
