跳到正文
arXiv · 机器人与计算机视觉· Kaihua Chen, Yiming Gong, Deva Ramanan, Tarasha Khurana·· 20 天前AI 评分43

WanAR+FixAR 分层扩散框架实现相机控制长视频生成

Hierarchical Diffusion for Camera-controlled Autoregressive Video Generation

AI 导读

WanAR+FixAR 结合自回归生成与分层长上下文去噪,将视频生成重构为基于前馈新视角合成的变形与修复问题以解决漂移。在 RealEstate10k 和 DL3DV 数据集上的实验表明,该方法相比现有方法显著提升了相机控制下的长视频生成的时序稳定性与几何一致性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org