LIFT：On-Policy 自蒸馏实现大视角变化未来布局视频生成

2026年9月29日，HuggingFace Daily Papers 收录研究团队提出的 LIFT 框架。该工作面向图像到视频生成，用末帧布局作为显式控制信号，让用户指定未来视角中出现的内容及其位置。报道称，由于稀疏布局引导比逐帧密集布局更难学习，LIFT 引入 on-policy self-distillation（OPSD），将密集布局教师模型的控制能力迁移给末帧布局学生模型。目前公开信息仅来自该论文条目，尚无后续跟进报道，也未披露具体实验数据、适用模型规模或使用限制。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。