World Labs 发布 LoGo：局部+全局奖励解决长时程视频生成的 3D 一致性
gowthami_s · x · 2026-10-06
World Labs 与 Caltech 的研究者（含李飞飞、Ben Mildenhall 等）发布 LoGo，一种面向相机控制视频生成的后训练方法，显著改善长时程生成的 3D 一致性。
核心问题：相机控制视频模型在长时程生成中普遍出现 3D 不一致——重访时场景布局改变、物体出现/消失或几何变形、伪影损坏等。现有后训练方法给整段视频打单一标量奖励，难以在长时程上做细粒度纠错。
方法：LoGo 混合两类奖励——局部奖励提供空间上的细粒度信用分配，大幅改善 3D 一致性；全局奖励保留相机轨迹跟随与整体画质。
结果：在三个基座模型上，LoGo 于 DL3DV 和新提出的 TrajectoryBench（专门评测长时程复杂相机轨迹，填补现有评测空白）上均明显优于既有方法，有效减少局部物体漂移与全局场景变化。论文、代码与 benchmark 已开源。
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
- 开发者借 DINOv3 与 SAM 3.1 尝试逐帧追踪乐器运动 — MaziyarPanahi · 2026-10-06
- 英伟达开源 Lyra 2.0:一张图生成可自由探索的 3D 世界 — Promptmethus · 2026-10-06
- 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