arXiv · ML· Byungjun Kim, Soobin Um, Jong Chul Ye·· 7 天前AI 评分29
MotionCFG:通过语义运动锐化提升视频生成中的运动动态
MotionCFG: Boosting Motion Dynamics via Semantic Motion Sharpening
AI 导读
提出无训练方法 MotionCFG,通过向运动嵌入注入高斯噪声构建负向条件,选择性放大 T2V 生成中的运动意图。 方法在理论上近似语义拉普拉斯锐化,抑制运动模糊区域;配合分段引导计划,以极低开销显著提升现有 SOTA T2V 框架的运动质量。 该方法已获 NeurIPS 2026 录用,并证明其原理可泛化以调节物体数量等复杂非线性概念。
来源:arXiv · ML · arxiv.org