SyncVid：用于同步视频生成的全局等变扩散模型

arXiv：2610.31765v1 发布类型：新 摘要：从单个参考视频生成动态场景的多段视频，需要在不同视角之间一致地合成已观测到和未观测到的内容。现有的用于视频扩散的相机控制方法通常依赖于一些架构机制，包括相机嵌入、跨视图注意力以及几何条件化。尽管这些方法对静态场景内容行之有效，但它们往往难以应对那些必须在不同视角及随时间保持一致的精细动态几何结构。我们通过在源自源视频的规范三维空间中采样高斯噪声先验，并将其光栅化为目标摄像机的视角，从而同步扩散过程本身，而非在每个二维图像平面中独立采样。我们的 m