视频模型如何更听用户指令
Cohere_Labs · x · 2026-07-14
Cohere Labs 的 Computer Vision 社区在推一场关于**视频生成模型如何更忠实遵循用户意图**的分享，重点是：如何通过**最小编辑**而不是整段重渲染来修改视频。 帖子指出，当前视频扩散管线的问题在于： - 成本高 - 对细粒度编辑很脆弱 - 一旦需要改动，往往要重新生成整段视频 Daniel Ajisafe 的工作试图解决这个痛点，相关论文题为 **《Making Video Models Adhere to User Intent with Minor Adjustments》**，并在 CVPR 2026 的 AI for Creative Visual Content Workshop 上展示。作者还给出一个反直觉结论：**对控制信号做轻微偏移，反而可能带来更好的控制一致性**。