免训练增强

MotionEnhancer：利用视频扩散模型增强视觉语言模型的运动理解能力

MotionEnhancer: Leveraging Video Diffusion for Motion-Enhanced Vision-Language Models

把视频扩散模型内部对动态运动敏感的注意力当作先验，通过注意力对齐蒸馏进 VLM，且完全免训练、免改结构——做视频 VLM 的人可以直接复用这套「从生成模型借运动先验」的思路来补细粒度运动理解。