运动提示：通过运动轨迹控制视频生成
TLDR
提出运动提示，通过稀疏/密集运动轨迹控制视频生成，实现多样化应用和涌现物理效果。
评分理由
Strengths include flexible motion conditioning, diverse applications (camera/object control, motion transfer), and quantitative/human evaluation. Weaknesses: core contribution is video generation control, not world modeling; claims about future world models are speculative and unsupported.
Read-first 评分解释
综合优先阅读分 35.7，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。 原始总分保留为 5。
研究版图角色
候选论文
排序敏感性
稳定性：volatile；排名波动范围：90。
关键词评分
深度分析
创新点
- 提出运动提示作为一种灵活的条件化表示，用于视频生成，可编码时空稀疏或密集轨迹、特定对象或全局场景运动以及时间稀疏运动。
- 提出运动提示扩展，将高级用户请求转化为详细的半密集运动提示。
- 通过多种应用展示了通用性，包括相机和物体运动控制、与图像交互、运动迁移和图像编辑。
方法
作者训练了一个以时空稀疏或密集运动轨迹为条件的视频生成模型。该条件化表示称为运动提示，可编码任意数量的轨迹、特定对象或全局场景运动以及时间稀疏运动。他们还引入了运动提示扩展，将高级用户请求转化为详细的半密集运动提示。
关键结果
该模型在多种应用（相机/物体运动控制、图像交互、运动迁移、图像编辑）中展示了通用性，并表现出涌现行为，如逼真的物理效果。定量评估和人类研究证实了其强大的性能。