IXThinker·2026-07-30 14:40

隱空間強化學習補全視頻生成空間常識短板

ECCV 2026發表的研究指出，視頻擴散模型畫面逼真卻常在物理一致性上失守，出現幾何漂移、鏡頭軌跡不穩與場景不連貫等缺陷。團隊提出隱空間強化學習對齊方法VGGRPO，為下游應用補上缺失的空間常識。

現有模型缺陷

視頻擴散模型近年畫面質素不斷提升，但對要求穩定鏡頭運動與連貫世界幾何的下游應用而言，幾何漂移與軌跡不穩是致命缺陷。這些問題令生成內容難以直接用於機械人訓練等場景，凸顯視頻生成與物理世界理解之間的落差。