LoGo：一致长程视频生成的局部-全局奖励

摘要

相机控制的视频模型快速迈向长生成地平线与复杂相机控制。一个关键失败模式是3D不一致：随相机移动，物体失去持久性、场景结构漂移。给整个生成赋予单一标量奖励的既有后训练技术不适合在长地平线上纠正这些不一致。我们提出LoGo：为相机控制视频模型融合全局与空间局部奖励。局部奖励提供细粒度信用分配，实质改善3D一致性；全局奖励保持相机跟随与视频质量。跨三个基座模型，LoGo在DL3DV与TrajectoryBench（新基准——当前评估所缺的长地平线复杂相机控制生成）上显示明显优势；LoGo有效减少局部物体漂移、伪影与全局场景变化，说明信用分配在后训练视频模型中的重要性。代码/项目页：https://ziqi-ma.github.io/logo-website/。