免训练推理时引导

通过零样本相机控制驾驭视频模型实现 3D 与 4D 生成

Taming Video Models for 3D and 4D Generation via Zero-Shot Camera Control

提出一种免训练、模型无关的推理时相机轨迹控制方法：在去噪过程中用步内精修循环注入运动引导，并用光流分析定位潜空间中与运动相关的通道，从而解耦运动与外观；可直接复用于视频生成、3D/4D 生成以及视频编辑、稳定化等需要精确相机控制的下游任务。