論文の概要: FlashMotion: Few-Step Controllable Video Generation with Trajectory Guidance
- arxiv url: http://arxiv.org/abs/2603.12146v1
- Date: Thu, 12 Mar 2026 16:45:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-13 14:46:26.226763
- Title: FlashMotion: Few-Step Controllable Video Generation with Trajectory Guidance
- Title（参考訳）: FlashMotion:軌道誘導機能付きビデオ生成機能
- Abstract要約: FlashMotionは、数ステップの軌道制御が可能なビデオ生成用に設計されたトレーニングフレームワークである。
まず,多段ビデオジェネレータにトラジェクタアダプタをトレーニングし,正確なトラジェクタ制御を行う。
次に, 生成装置を数段階に蒸留し, 映像生成を高速化する。
最後に,拡散と敵対的目的を組み合わせたハイブリッド戦略を用いて,アダプタを微調整する。
- 参考スコア（独自算出の注目度）: 53.696862625103144
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent advances in trajectory-controllable video generation have achieved remarkable progress. Previous methods mainly use adapter-based architectures for precise motion control along predefined trajectories. However, all these methods rely on a multi-step denoising process, leading to substantial time redundancy and computational overhead. While existing video distillation methods successfully distill multi-step generators into few-step, directly applying these approaches to trajectory-controllable video generation results in noticeable degradation in both video quality and trajectory accuracy. To bridge this gap, we introduce FlashMotion, a novel training framework designed for few-step trajectory-controllable video generation. We first train a trajectory adapter on a multi-step video generator for precise trajectory control. Then, we distill the generator into a few-step version to accelerate video generation. Finally, we finetune the adapter using a hybrid strategy that combines diffusion and adversarial objectives, aligning it with the few-step generator to produce high-quality, trajectory-accurate videos. For evaluation, we introduce FlashBench, a benchmark for long-sequence trajectory-controllable video generation that measures both video quality and trajectory accuracy across varying numbers of foreground objects. Experiments on two adapter architectures show that FlashMotion surpasses existing video distillation methods and previous multi-step models in both visual quality and trajectory consistency.
- Abstract（参考訳）: トラジェクティブ制御可能なビデオ生成の最近の進歩は、目覚ましい進歩を遂げている。
従来の手法は主に、予め定義された軌道に沿って正確な動き制御を行うためにアダプタベースのアーキテクチャを用いていた。
しかし、これらの手法はすべてマルチステップのデノナイジングプロセスに依存しており、時間冗長性と計算オーバーヘッドが相当に大きくなる。
既存のビデオ蒸留法は多段発生器を数段階に蒸留することに成功したが、これらの手法を直接トラジェクトリ制御可能なビデオ生成に適用することで、ビデオ品質とトラジェクトリ精度の両方が著しく低下する。
このギャップを埋めるために、数ステップの軌道制御が可能なビデオ生成用に設計された新しいトレーニングフレームワーク、FlashMotionを紹介する。
まず,多段ビデオジェネレータにトラジェクタアダプタをトレーニングし,正確なトラジェクタ制御を行う。
次に, 生成装置を数段階に蒸留し, 映像生成を高速化する。
最後に、拡散と敵の目的を組み合わせたハイブリッド戦略を用いてアダプタを微調整し、数ステップのジェネレータと整列させて高品質で軌道精度の高いビデオを生成する。
評価のために,FlashBenchという長周期トラジェクトリ制御可能なビデオ生成用ベンチマークを導入し,様々な前景オブジェクトの映像品質とトラジェクトリ精度を計測した。
2つのアダプタアーキテクチャの実験により、FlashMotionは既存のビデオ蒸留法と、視覚的品質と軌道整合性の両方において、従来の多段階モデルを上回ることが示されている。
関連論文リスト
- Planning with Sketch-Guided Verification for Physics-Aware Video Generation [71.29706409814324]
そこで我々は,SketchVerifyを,ビデオ生成のためのトレーニングフリーでスケッチ検証ベースの計画フレームワークとして提案する。
提案手法は,複数の候補動きプランを予測し,視覚言語検証器を用いてランク付けする。
我々は、満足なものが特定されるまで運動計画を反復的に洗練し、最終的な合成のために軌道条件付きジェネレータに渡される。
論文 参考訳（メタデータ） (2025-11-21T17:48:02Z) - SwiftVideo: A Unified Framework for Few-Step Video Generation through Trajectory-Distribution Alignment [76.60024640625478]
拡散ベースまたはフローベースモデルは、ビデオ合成において大きな進歩を遂げているが、複数の反復サンプリングステップが必要である。
本稿では, トラジェクトリ保存と分散マッチングの利点を組み合わせた, 統一かつ安定な蒸留フレームワークを提案する。
提案手法は高品質なビデオ生成を維持しつつ,推論ステップの数を著しく削減する。
論文 参考訳（メタデータ） (2025-08-08T07:26:34Z) - ATI: Any Trajectory Instruction for Controllable Video Generation [25.249489701215467]
本稿では、カメラの動き、オブジェクトレベルの翻訳、きめ細かい局所的な動きをシームレスに統合する、動画生成におけるモーション制御のための統一的なフレームワークを提案する。
提案手法は,事前学習した画像-映像生成モデルの潜在空間にユーザ定義トラジェクトリを投影することにより,凝集性のある解を提供する。
論文 参考訳（メタデータ） (2025-05-28T23:49:18Z) - MagicMotion: Controllable Video Generation with Dense-to-Sparse Trajectory Guidance [58.69427663452654]
トラジェクティブ制御可能なビデオ生成のための画像からビデオ生成フレームワークであるMagicMotionを紹介する。
MagicMotionは、オブジェクトの一貫性と視覚的品質を維持しながら、定義された軌道に沿ってオブジェクトを認識できる。
我々は、大規模なトラジェクトリ制御ビデオデータセットであるMagicDataと、アノテーションとフィルタリングのための自動パイプラインを提示する。
論文 参考訳（メタデータ） (2025-03-20T17:59:42Z) - TrajectoryCrafter: Redirecting Camera Trajectory for Monocular Videos via Diffusion Models [33.219657261649324]
TrajectoryCrafterは、モノクロビデオのためのカメラトラジェクトリをリダイレクトする新しいアプローチである。
コンテンツ生成から決定論的視点変換を遠ざけることで,ユーザの特定したカメラトラジェクトリの正確な制御を実現する。
論文 参考訳（メタデータ） (2025-03-07T17:57:53Z) - From Slow Bidirectional to Fast Autoregressive Video Diffusion Models [48.35054927704544]
現在のビデオ拡散モデルは、印象的な生成品質を実現するが、双方向の注意依存のため、インタラクティブなアプリケーションに苦戦する。
この制限には、事前訓練された双方向拡散変換器を自己回帰変換器に適応させ、フレームをオンザフライで生成することで対処する。
我々のモデルは、VBench-Longベンチマークで84.27点のスコアを達成し、以前のすべてのビデオ生成モデルを上回った。
論文 参考訳（メタデータ） (2024-12-10T18:59:50Z) - MOFA-Video: Controllable Image Animation via Generative Motion Field Adaptions in Frozen Image-to-Video Diffusion Model [78.11258752076046]
MOFA-Videoは、様々な制御可能な信号を用いて、所定の画像から映像を生成する高度な制御可能な画像アニメーション手法である。
ビデオ生成パイプラインの動作を制御するために,複数のドメイン対応モーションフィールドアダプタを設計する。
トレーニングの後、異なるドメインのMOFA-Adaptersは、より制御可能なビデオ生成のために協力することもできる。
論文 参考訳（メタデータ） (2024-05-30T16:22:22Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。