跳到正文
arXiv · 机器人与计算机视觉· Avishree Khare, Hideki Okamoto, Bardh Hoxha, Georgios Fainekos, Rajeev Alur·· 2026-10-16精选AI 评分78

文本到视频生成的时序规范指导方法

Temporal Specification Guidance for Text-to-Video Generation

AI 导读

针对文生视频模型难以满足自然语言提示中的时序、持续性及顺序要求的问题,研究团队提出了一种名为 TSG 的无训练推理时间框架。该方法将时序需求表示为形式化时序逻辑规范,利用可微量化语义对视觉概念证据轨迹进行评分,并基于梯度构建规范引导的去噪方向。

推荐理由

提出无需训练的推理框架,利用形式化时序逻辑引导视频生成以解决时序与持续性难题。

来源:arXiv · 机器人与计算机视觉 · arxiv.org