图像编辑与可控生成 / CVPR2026
少即是多:面向可控文本到视频生成的数据高效适配
Less is More: Data-Efficient Adaptation for Controllable Text-to-Video Generation
对做可控视频生成的研究者,这篇给出了一个反直觉的数据策略:用稀疏、低质量的合成数据微调扩散模型来学习物理相机参数(快门速度、光圈)控制,效果反而优于用真实照片级数据微调;其框架也可用于评估其他条件控制的数据选择。
扩散模型微调可控视频生成数据高效学习