GeoFix：通过几何校正实现一致的 4D 生成
视频扩散模型日益被用作 4D 生成的先验模型，但生成结果往往缺乏几何一致性。GeoFix 是一个统一框架，通过单一几何奖励提升几何一致性和视觉质量，可用于训练，也可用于推理时的奖励对齐。该奖励衡量静态场景区域在不同视角间的深度一致性，不直接约束外观，也不惩罚合理的物体运动。由于真实视频中相机视野重叠度增加也会提高深度一致性，GeoFix 会校准奖励以考虑这一影响。该方法使 WorldScore 的 3D 一致性提升 39%，VBench 质量分数提升 4%。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。