LoGo 方法:局部+全局奖励修复视频世界模型的 3D 一致性
georgiagkioxari · x · 2026-11-20
Caltech 博士生 Ziqi Ma 将在 Cohere Labs 开放科学社区做线上分享,介绍其 LoGo 方法,解决相机控制视频模型的核心痛点:镜头长程移动时物体丢失、场景结构漂移等 3D 不一致问题。
要点:
- 现有后训练技术对整段视频只给单一标量奖励,难以在长时程中纠正不一致
- LoGo 混合全局奖励与空间局部化奖励:局部奖励提供细粒度信用分配,显著改善 3D 一致性;全局奖励保住相机跟随能力与画质
- 在三个基座模型上验证,于 DL3DV 与新基准 TrajectoryBench(针对长时程复杂相机控制的评测)上均明显占优
- 有效减少局部物体漂移、伪影与全局场景突变
分享定于 11 月 24 日早 8 点(PST)。作者曾在 World Labs 与 Meta SuperIntelligence Labs 实习,研究方向为基于视频的世界模型与空间物理先验学习。
「多模态」频道最新
- 4 步 LoRA + 细化 LoRA 组合,Moss SFT 加速出图实测惊艳 — aimasterguru · 2026-11-20
- 沙特 HUMAIN 发布主攻阿拉伯语的语音 AI 平台 HUMAIN Voice — HUMAIN · 2026-11-20
- Salesforce 发布 BLIP-Live:主动式流视频理解达 SOTA — Salesforce · 2026-11-20
- 蟑螂们围桌玩狼人杀,AI 生成视频又整新活 — ayushtweetshere · 2026-11-20
- 社区推出 GTA6 风格 LoRA,Civitai 可下载效果惊艳 — freshstart2027 · 2026-11-20
- 作者为 Krea2 发布首个电影感写实奇幻 LoRA 含完整参数 — Cantor_bcn · 2026-11-20