跳到正文
arXiv · 机器人与计算机视觉· Yuqiao Feng, Xiaoyu Ao·· 6 天前精选AI 评分78

ReTime-Compose:让驱动世界模型移动场景而非仅移动相机

Driving World Models Move the Camera, Not the Scene

AI 导读

Yuqiao Feng 和 Xiaoyu Ao 在 arXiv 上发布研究论文,指出当前广泛使用的控制指标仅检查相机是否跟随指令,而忽略了场景响应不足的问题。作者发现现有模型生成的场景变化最多仅为真实视频的三分之一,且无法区分执行与忽略的速度指令。

推荐理由

作者指出主流驱动世界模型仅移动相机而未同步场景,提出无需训练的 ReTime-Compose 方法以几何方式注入计划。

来源:arXiv · 机器人与计算机视觉 · arxiv.org