CineMobile：把電影運鏡的圖生影模型塞進手機直接跑

手機上做圖生影（image-to-video）的需求越來越旺，尤其是大家想要那種電影感的運鏡——子彈時間（bullet time）、推軌變焦（dolly zoom）、慢動作之類的鏡頭語言。問題是，現在效果最好的擴散 Transformer（DiT）模型參數量都很大，加上要跑多步的迭代去噪，運算負擔重到很難在手機上順跑。CineMobile 就是來補這個缺口的。

它要解的核心矛盾很清楚：一邊是使用者想在手機上、當下就生成有電影運鏡的短片；一邊是主流生成模型太肥、太慢，塞不進行動裝置的算力與功耗預算。CineMobile 的做法是針對這兩個瓶頸——龐大的參數量與多步去噪流程——動刀優化，讓模型能在裝置端（on-device）直接運算，不必每次都把資料丟到雲端伺服器來回一趟。

在裝置端跑有幾個實際好處：不必上傳影像、隱私更好顧，沒有網路來回的延遲、反應更即時，也省下雲端運算的費用。這條「把生成式模型瘦身塞進手機」的路線，跟今天 DrugGen-2 用不大的 GPT-2 做專業任務是同一種務實精神——不是每個場景都需要動用雲端上最巨大的模型，把對的模型放到對的位置往往更划算。

歸剛點評：生成影片的戰場一直在拼誰的畫質炸裂，CineMobile 換了個題目：畫質炸不炸裂先擺一邊，重點是能不能在你口袋裡那台手機上即時跑出來。對短影音創作者來說，能不能離線、即時、免付雲端費，體驗差異是天壤之別。模型瘦身塞進裝置這條線，接下來會越來越熱鬧。