复用与扩散：面向文本到视频生成的迭代去噪

arXiv 2023 35.9 method

TLDR

提出VidRD框架，利用潜在扩散模型迭代生成额外视频帧，提升文本到视频生成的时间一致性。

评分理由

The paper presents a clear method for extending video frames using latent diffusion and includes quantitative and qualitative evaluations. However, the abstract lacks explicit discussion of limitations or comparisons to broader world model frameworks, and the connection to world modeling is indirect.

Read-first 评分解释

综合优先阅读分 35.9，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。

近期性 8%

65.1

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2023

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：数据集、评估、实验、结果

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：代码、数据集、GitHub

主题相关性 42%

7.1

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

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

video world model

world model

generative world model

world dynamics prediction

world simulator

interactive world model

model-based reinforcement learning world model

资源

论文