UniCaMo：统一控制视频扩散相机与运动

UniCaMo 是一个可在图像加文本生成视频的扩散模型中联合控制相机与物体运动的统一框架。它通过参考图噪声传播与球面高斯噪声表示构建运动一致的输入噪声，无需重建未见场景几何，也无需改动模型架构或增加专用控制模块，仅用少量数据做轻量 LoRA 微调即可适配。 据该框架的 arXiv 论文称，在标准可控视频生成基准上，它实现了 SOTA 运动可控性与高视觉质量，推理开销极小。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。