World Labs 发布 LoGo:局部+全局奖励提升视频生成 3D 一致性
georgiagkioxari · x · 2026-10-06
World Labs 实习生 Ziqi Ma(加州理工)发布 LoGo,一种针对相机控制视频生成模型的后训练方法,旨在解决长时程生成中的 3D 不一致问题(场景布局重访时改变、物体出现消失、几何外观漂移、伪影等)。
- 核心思路:现有后训练方法对整段视频只给一个标量奖励,难以在长时程上修正错误;LoGo 混合全局奖励(保持相机跟随与画质)与空间局部奖励(提供细粒度 credit assignment,显著改善 3D 一致性)。
- 在三个基础模型上验证,于 DL3DV 与新提出的 TrajectoryBench(针对长时程复杂相机轨迹的评测基准)上明显优于此前方法。
- 作者指出,奖励设计在长时程视频生成后训练中的作用,与 LLM 推理等领域的情况相互印证。
论文、代码与 benchmark 均已开放。
所属事件:World Labs 推出 LoGo 提升长视频 3D 一致性(2 条相关)→
「多模态」频道最新
- Grok Build 用一张 Roadster 照片生成带飞行模式的可交互 3D 体验 — XFreeze · 2026-10-06
- ComfyUI 新手求解:如何摆脱千篇一律的 AI 油画光泽感 — CommunicationNo8431 · 2026-10-06
- 博主呼吁开源视频模型：独立电影人不应被大厂定价绑定 — taherdhanera · 2026-10-06
- HyperFrames 发布面向 Agent 的视频编辑器，描述即可生成时间线 — toolstelegraph · 2026-10-06
- 首个 LTX IC LoRA「Blackout」：一句话把场景打黑用手电筒布光 — PurzBeats · 2026-10-06
- Claude 读 1982 年小魔怪剧本，用 MCP 工具独立制作电影预告片 — bennash · 2026-10-06