图像编辑与可控生成 / CVPR2026
GenHOI:面向对象一致的手物交互,采用时序均衡与空间选择性的对象注入
GenHOI: Towards Object-Consistent Hand-Object Interaction with Temporally Balanced and Spatially Selective Object Injection
Head-Sliding RoPE 通过给参考 token 分配头级时序偏移来缓解 3D RoPE 的时序衰减,这一技巧可直接迁移到任何以参考图做长视频主体一致性的生成/编辑模型;两级空间注意力门控则提供了「只在交互区域增强条件、保留背景真实感」的可复用条件注入方案。
视频生成参考对象注入RoPE