一拖一拽，小貓活了！Netflix等新作爆火，噪聲扭曲算法讓控制更簡單

原標題：一拖一拽，小貓活了！Netflix等新作爆火，噪聲扭曲算法讓控制更簡單
文章來源：新智元
內容字數：7190字

Go-with-the-Flow: 實時控制視頻的創新噪聲扭曲算法

本文介紹了一種名為Go-with-the-Flow的創新方法，它能夠以極高的效率和精度控制視頻擴散模型中的。該方法的核心在于一種全新的噪聲扭曲算法，該算法利用光流信息生成結構化噪聲，取代傳統的隨機噪聲，從而實現對視頻的精準操控。

1. 問題的提出與解決方案

現有的視頻擴散模型在控制視頻方面存在局限性。Go-with-the-Flow提出了一種簡單而有效的方法，將控制轉化為對潛在空間噪聲的結構化變形。該方法的核心思想是利用光流場來引導噪聲的扭曲，從而直接控制視頻中的。

2. 算法的核心：噪聲扭曲

Go-with-the-Flow的核心是一種高效的噪聲扭曲算法。該算法通過迭代的方式，利用前一幀的噪聲和光流信息計算下一幀的噪聲。它巧妙地結合了擴展和收縮兩種機制，以確保噪聲的時空一致性和高斯性。與以往方法相比，該算法具有線性時間復雜度，速度比實時速度快一個數量級，能夠實時運行。

3. 算法的優勢與特點

該算法具有以下幾個顯著優勢：

1. 高效性：線性時間復雜度，速度遠超現有方法，可實時運行。
2. 精度：利用光流信息精準控制，實現對局部物體、全局相機以及遷移的精確操控。
3. 通用性：與任意視頻擴散基礎模型兼容，并可與其他控制方式協同使用。
4. 易用性：無需改變擴散模型的架構和訓練流程，只需對訓練視頻進行預處理即可。
5. 保真度：在控制的同時，能夠保持較高的圖像質量和時間一致性。

4. 應用場景

Go-with-the-Flow能夠應用于多種場景，包括：

1. 局部物體控制
2. 全局相機控制
3. 遷移

在這些場景中，該方法都展現出優異的性能，顯著優于現有方法。

5. 實驗結果與結論

大量的實驗和用戶研究結果表明，Go-with-the-Flow在像素質量、控制精度、時間一致性以及用戶滿意度等方面都具有顯著優勢。該方法在保持空間高斯性的同時，能夠高效地生成高質量的視頻，并實現對的精準控制。

總而言之，Go-with-the-Flow提出了一種新穎的、高效的噪聲扭曲算法，為視頻擴散模型的控制提供了一種簡單、有效且通用的解決方案。其在實時性能、精度和易用性方面的優勢，使其在視頻生成領域具有重要的應用價值。

聯系作者

文章來源：新智元
作者微信：
作者簡介：智能+中國主平臺，致力于推動中國從互聯網+邁向智能+新紀元。重點關注人工智能、機器人等前沿領域發展，關注人機融合、人工智能和機器人對人類社會與文明進化的影響，領航中國新智能時代。