LoGo: 일관된 장거리 비디오 생성을 위한 로컬-글로벌 보상

카메라 제어형 비디오 모델은 장거리 생성 범위와 복잡한 카메라 제어를 향해 빠르게 발전하고 있습니다. 주요 실패 모드는 3D 불일치(inconsistency)입니다: 카메라가 움직이면서 객체는 영속성을 잃고 장면 구조가 변합니다. 전체 생성에 단일 스칼라 보상을 할당하는 기존의 사후 학습 기법들은 이러한 장거리에서의 불일치를 수정하는 데 적합하지 않습니다. 우리는 LoGo를 소개하며, 이는 카메라 제어형 비디오 모델을 위해 글로벌 보상과 공간적으로 국소화된(spatially localized) 보상을 결합합니다. 로컬 보상은 미세한 크레딧 할당(credit assignment)을 제공하여 3D 일관성을 크게 향상시키는 반면, 글로벌 보상은 카메라 추적 및 비디오 품질을 유지합니다. 세 가지 기본 모델에 걸쳐 LoGo는 현재 평가에서 부족한 장거리, 복잡한 카메라 제어 생성을 위한 새로운 벤치마크인 DL3DV와 TrajectoryBench에서 명확한 우위를 보여줍니다. LoGo는 국소적인 객체 이동, 아티팩트(artifacts), 그리고 전역적인 장면 변화를 효과적으로 줄여냄으로써 사후 학습 비디오 모델에서 크레딧 할당의 중요성을 입증합니다. 프로젝트 웹사이트: https://ziqi-ma.github.io/logo-website/