CVPR 2026 | CorrAdapter:让多图扩散模型先“对齐”,再生成
多视角生成和视频生成有一个共同的难点:单张图看上去可能都不错,但放在一起就容易“穿帮”。同一个物体换个视角后结构变了,纹理一会儿有一会儿没;视频里主体走着走着形状漂移,背景也会出现不连续的跳动。对于多图像扩散模型来说,这类问题通常被概括为时空一致性不足。 CVPR 2026 论文 Align Images Before You Generate 提出了一个很直接、也很巧妙的思路:既然最终生成的多张图应该描述同一个场景,那么能不能在图像真正生成出来之前,就从扩散模型内部找到它们之间的对应关系,并利用这些对应关系约束后续生成? 作者给出的答案是 CorrAdapter。它是一个即插即用的时空一致性...