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
- 这张绝美星云照是 AI 处理的:Argon 从 JWST 原始数据生成 W51A — fofrAI · 2026-10-21
- Cornell 新作「Purify Before You Align」:先滤掉可预测信息,diffusion 对齐更有效 — volokuleshov · 2026-10-21
- Mistral 发布 Voxtral 3：支持 50+ 语言的实时语音 agent 全栈 — The Decoder · 2026-10-21
- 虚拟网红 JataJett 完整人设表曝光:从三视图到动作模式一站打包 — CurieuxExplorer · 2026-10-21
- 全 AI 流水线打造「巴黎半价城市游」讽刺短片 — DavidmComfort · 2026-10-21
- AI Agent 剧集《The Sage》更到第 8 集:全片用 Invideo Agent 制作 — Kavanthekid · 2026-10-21