ICML Oral:Motive 框架首次归因视频生成的运动来源,胜率 74.1%
cindy_x_wu · x · 2026-09-04
ICML 2026 oral 报告《Motion Attribution for Video Generation》已上线,作者包括 Xindi Wu、Antonio Torralba、Sanja Fidler、Jonathan Lorraine 等。
核心内容:
- 提出 Motive,首个针对视频生成模型中「运动」(而非外观)的基于梯度的数据归因框架,可扩展到现代大规模高质量视频数据集与模型
- 通过 motion-weighted loss masks 将时序动态与静态外观解耦,实现高效的运动特异性影响力计算
- 用 Motive 识别哪些微调片段改善或损害时序动态(如角色漂移、物理失真),指导数据筛选
- 用 Motive 筛选的高影响力数据微调后,VBench 上运动平滑度与动态程度均提升,人类偏好胜率达 74.1%
这是首个在视频生成模型中归因运动并用其指导微调数据筛选的框架,对视频生成数据工程有直接参考价值。
所属事件:ICML 口头报告上线：首次归因视频生成的运动来源(2 条相关)→
「多模态」频道最新
- Makepad flow：Rust 单可执行文件版 ComfyUI 一天造出 — anselm · 2026-09-04
- RTX 4060 Ti 16GB 本地跑 MiniMax 视频模型,768p 五秒仅需三分钟 — aziib · 2026-09-04
- LTX 2.5 成 AI 音乐视频创作热门，Mac 上流畅无卡顿 — cocktailpeanut · 2026-09-04
- 「真想活成 AI」：MiniMax H3 生成像素风少女引热议 — aziz4ai · 2026-09-04
- MiniMax H3 生成真人级像素感短片，Magnific 放大工作流亮相 — MarioKrenn6240 · 2026-09-04
- 开发者用 fal 上 H3 Max Turbo 重建 Vine:生成快过滑动的无限视频流 — chrisfirst · 2026-09-04