跳到正文
arXiv · 机器人与计算机视觉· Jeffrey Hu, Daniel Olmeda Reino, Ayush Tewari·· 2026-10-06AI 评分66

S2PD:一种用于生成物理和逻辑一致视频的串行到并行扩散方法

S2PD: Serial-to-Parallel Diffusion for Physically and Logically Consistent Video Generation

AI 导读

该文介绍 S2PD 方法,通过在高噪声阶段进行自回归扩散以协调相互依赖的事件并产生有效状态转换,随后在低噪声阶段切换至并行扩散以联合优化整个视频。该方法包含从头训练的像素空间扩散 Transformer 及经 LoRA 微调的预训练视频模型两个架构。实验显示,S2PD 在游戏、物理仿真和真实视频中比匹配的双向基线更可靠地遵循规则,且相比其他串行方法具有更高的时间稳定性和采样效率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org