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

Vietnamese

Các mô hình sản xuất video dựa trên phân tán (VGMs) có thể tạo ra các video có thể tin cậy về mặt thị giác, nhưng chuyển động bản ngã máy ảnh của họ thường trôi qua các chân trời dài. chuyển động bản ngã máy ảnh xác định cách điểm nhìn thay đổi giữa các khung hình và rất cần thiết để duy trì hình học và quỹ đạo nhất quán. Để giải quyết vấn đề này, chúng tôi đề xuất CausalAlign, một khung kết nhân quả với hai thành phần. Thứ nhất, chúng tôi chẩn đoán chuyển động bản ngã chính xác được thể hiện, sử dụng và giữ lại trong VGMs bằng cách sử dụng các cuộc thăm dò tuyến tính và can thiệp nhân quả, tiết lộ một mô hình tăng và giảm trong khi khinh bỉ. Thứ hai, chúng tôi tăng cường bản ngã.

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