Newest papers

CausalAlign: Causal Alignment of Video Generation Models for Consistent Ego-Motion

Kai Zhu, Yintianrun Zhang, Shuwei Jiang, Ruolin Zuo, Yixin Chen, Duomin Wang, Miao Liu, Yin Li · 2026 · arXiv

DOI: 10.48550/arXiv.2610.29915 · open-access PDF

French

Les modèles de génération vidéo basés sur la diffusion (VGM) peuvent produire des vidéos visuellement plausibles, mais leur mouvement de l'ego de la caméra dérive souvent sur de longs horizons. Le mouvement de l'ego de la caméra détermine comment le point de vue change entre les cadres et est essentiel pour maintenir une géométrie et des trajectoires cohérentes. Pour résoudre ce problème, nous proposons CausalAlign, un cadre d'alignement causal à deux composants. Premièrement, nous diagnostiquons comment le mouvement de l'ego est représenté, utilisé et retenu dans les VGM en utilisant des sondes linéaires et des interventions causales, révélant un modèle de montée et de chute lors de la dénonciation. Deuxi

Machine translation (Meta M2M100); the English original follows.

Abstract

Diffusion-based video generation models (VGMs) can produce visually plausible videos, yet their camera ego-motion often drifts over long horizons. Camera ego-motion determines how the viewpoint changes between frames and is essential for maintaining consistent geometry and trajectories. To address this problem, we propose CausalAlign, a causal alignment framework with two components. First, we diagnose how precise ego motion is represented, used, and retained within VGMs using linear probes and causal interventions, revealing a rise-and-fall pattern during denoising. Second, we strengthen ego-

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange