FrameForge 用视频模型先验统一图像生成，动态建模条件差异

FrameForge 将图像编辑、主体驱动生成和 Canny-to-Image 统一建模为自适应虚拟时序关系，复用视频基础模型的时间变换先验。混合时间专家（MoTE）按输入路由不同时间间隔，时序推理链（CoTR）通过隐空间中间状态建模变化过程；冻结视频骨干后，仅用一套共享 LoRA 联合训练三类任务。