ICLR2026 | 视频虚化新突破！Any-to-Bokeh 一键生成电影感连贯效果
作者：vivo BlueImage Lab 本文入选 ICLR 2026 ICLR （International Conference on Learning Representations）是聚焦机器学习与深度学习等领域的国际顶级学术会议，致力于推动人工智能理论与方法的前沿研究与创新发展。ICLR 2026 约19000篇投稿，接收率约28.18%。 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。 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。 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”： 无论是短视频创作者、Vlogger、自媒体人，还是专业视频剪辑师，都能从 Any-to-Bokeh 中受益： 目前，我们的论文已在arXiv公开，项目代码与试用指南也已同步更新至 GitHub。 诚邀大家前往 GitHub 体验试用，若觉得工具实用、技术有参考价值，欢迎给我们点亮Star，也期待相关领域的科研同行引用我们的工作（论文引用格式可在 GitHub 查看）～ 你们的支持是我们持续优化技术的最大动力！ 未来，我们也会不断迭代版本，解锁更多实用功能，让 AI 视频创作的 “氛围感自由” 惠及更多人。 持续关注我们的 GitHub 与论文进展，一起探索视频编辑的更多可能。 关于vivo BlueImage Lab vivo BlueImage Lab（蓝图影像创新实验室）主要负责移动影像算法创新，持续突破移动影像的技术天花板。 该实验室的工作重点包括图像/视频处理、图像/视频交互、图像/视频增强、多模态理解大模型等方面的技术前沿探索。团队成员大多是来自国内外顶尖高校的博士，博士后，具有计算机视觉、图像处理、人工智能等相关领域的专业背景，拥有丰富的前沿技术创新经验。 他们致力于不断提升vivo移动影像的算法能力，使用户能够拍摄出更加清晰、美观的照片和视频。除了移动影像，他们也积极探索增强现实、具身智能等新兴技术领域的应用，努力为用户提供更加丰富和便捷的影像体验。一、核心优势：解决视频虚化三大痛点
二、技术逻辑：一步式生成的背后
三、应用场景：覆盖多领域创作需求
