arXiv · 机器人与计算机视觉· Felix O'Mahony, Daniel Olmeda Reino, Roberto Cipolla, Ayush Tewari·· 6 天前AI 评分73
K2V:基于生成式关键帧的物理合理视频生成方法
K2V: Generative Keyframing For Physically Plausible Video Generation
AI 导读
针对视频扩散模型存在的显著物理错误问题,本文提出 K2V 框架,将物理推理任务分配给语言模型驱动的关键帧生成模块,使扩散模型专注于在物理正确的中间状态间进行插值。该方法在 Physics-IQ Verified 基准和 PhyGenBench 上取得了最先进的性能。
来源:arXiv · 机器人与计算机视觉 · arxiv.org