arXiv · cs.AI· Ziqi Ma·· 25 天前AI 评分41
LoGo：用局部-全局奖励实现长时程一致的视频生成
LoGo: Local-Global Rewards for Consistent Long-Horizon Video Generation
来源与原文
arXiv · cs.AI
作者：Ziqi Ma
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.03636v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
LoGo 是一种面向相机控制视频模型的后训练方法，将全局奖励与空间局部奖励结合：局部奖励提供细粒度 credit assignment，显著改善 3D 一致性，全局奖励则保持相机跟随与视频质量。在三个基础模型上，LoGo 在 DL3DV 与新基准 TrajectoryBench 上表现更优，有效减少局部物体偏移、伪影和全局场景变化。
来源：arXiv · cs.AI · arxiv.org