研究人员推出了一种新颖的图像到视频生成框架DeforM，该框架专注于提高变形对象的物理真实性。该系统利用视觉语言模型（VLM）识别场景中的关键区域并生成时空掩码，从而将模型的注意力引向发生形变的区域。DeforM提供两种引导策略：用于无再训练分析的DeforM-Free和用于增强基于再训练生成的DeforM-Injection。实验表明，与现有方法相比，DeforM显著提高了生成视频的真实性和物理一致性。 AI
影响 增强了视频生成的真实性和物理一致性，可能改进模拟和内容创作领域的应用。
排序理由 该集群描述了一篇详细介绍新视频生成方法的论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
Video generation models achieve high visual quality but often struggle to generate physics-aware videos. Unlike rigid-body motion, which can be described by explicit trajectories or formulas, complex deformation dynamics remain challenging to synthesize. We observe that a lack of…
arXiv:2607.18664v1 Announce Type: new Abstract: Video generation models achieve high visual quality but often struggle to generate physics-aware videos. Unlike rigid-body motion, which can be described by explicit trajectories or formulas, complex deformation dynamics remain chal…