针对视频编辑奖励模型运动坍塌提出运动感知奖励模型
热点事件持续更新
针对视频编辑奖励模型运动坍塌提出运动感知奖励模型
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Li Li 等研究者提出一种面向指令引导视频编辑的运动感知奖励模型,以解决现有奖励模型的“运动坍塌”问题。研究指出,在 VE-Bench 上,复合奖励在 97% 的案例中偏好抑制运动的候选结果。 该模型结合 RGB 帧差流,并利用运动抑制、伪造运动负样本进行偏好训练,同时用蒸馏锚点保持与人类质量判断一致。据论文报告,在 VE-Bench 运动阶梯上,该模型把选择运动抑制候选的比率降至 0%,与人类质量评分的 Spearman 相关性达 0.57。
AI 根据报道生成 · 55 分钟前更新
最新进展11月18日 13:00
面向指令引导视频编辑的运动感知奖励模型研究报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AI面向指令引导视频编辑的运动感知奖励模型研究
研究揭示指令引导视频编辑的奖励模型存在"运动坍塌"问题:在 VE-Bench 上,复合奖励在 97% 的案例中偏好抑制运动的候选结果。作者提出结合 RGB 帧差流与运动抑制、伪造运动负样本偏好训练的运动感知奖励模型,并用蒸馏锚点保持与人类质量判断一致。该模型在 VE-Bench 运动阶梯上把选择运动抑制候选的比率降至 0%,与人类质量评分的 Spearman 相关性达 0.57。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。