arXiv · 机器人与计算机视觉· Jiho Jang, Jinyoung Kim, Nojun Kwak, Kyungjune Baek·· 2026-10-20AI 评分49
Bootstrapping Video Interaction Generation with Synthetic State Transitions 框架发布
Bootstrapping Video Interaction Generation with Synthetic State Transitions
AI 导读
该研究提出利用合成状态转换引导视频交互生成的新框架,通过结构化分类学与图像编辑模型构建可控交互数据集。提出的 State-Guided Sampling (SGS) 采样技术有效缓解了条件生成中的伪影问题,配合自动化评估系统确保数据质量符合人类判断标准。实验表明,在基模型上微调该数据集能显著提升其生成合理物理交互的能力,为机器人及 VR/AR 应用提供关键突破。
来源:arXiv · 机器人与计算机视觉 · arxiv.org