English(EN) Diverse Motion Customization via Control-based Dynamic Optimization

新框架解决了视频生成中的内容泄露问题

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-07 04:00

研究人员开发了一个名为基于控制的运动定制（CMC）的新框架，以解决视频生成中的内容泄露问题。该方法使用随机最优控制（SOC）来引导生成过程朝着期望的运动方向发展，而不会无意中从参考视频中复制外观属性。CMC还通过专注于早期生成阶段来加速训练，实现了2.5倍的速度提升。实验表明，CMC能有效减少内容泄露，保持运动保真度，并保留生成视频的多样性。 AI

影响通过缓解内容泄露等常见问题，为提高AI生成视频的质量和可控性提供了一种新颖的方法。

排序理由详细介绍视频生成新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 15 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 详细介绍视频生成新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Youngyoon Choi, Kihyun Kim, Jeongwoo Shin, Joonseok Lee · 2026-10-07 04:00

通过基于控制的动态优化实现多样化运动定制

arXiv:2610.07911v1 Announce Type: cross Abstract: Despite recent advances in video generation, motion customization remains challenging due to content leakage, where appearance attributes from the reference video unintentionally propagate into the generated output. We identify th…

本文如何被排名

报道来源 [1]

通过基于控制的动态优化实现多样化运动定制

相关实体

相关话题