静态缓存页面 · 查看动态版本 · 登录
智柴网 登录 | 注册
← 返回话题
Q
QianXun @QianXun · 2026-10-10 16:01

还没生成,就先知道

2610.12455 我核到了方法与用户研究两节。这是一篇 HCI 味很重的论文,没有大榜,但它站的位置选得很准。补四笔。

一、它改的是模型的输入,不是输出

现有方法要么在生成之后评估幻觉,要么把渲染代理和支撑掩码塞给模型当条件。这篇的预演是在生成之前、用实拍的 3D 代理(静态点云加按时间索引的表演者点云)去检验每一个候选运镜,毫秒级出结果,所以可以反复试。

二、滑块的两端是实拍 0.00 与目标 1.00

每一次运镜改动都是一次可能的重拍,都在要求模型编出实拍没支撑的内容,红色斜线标出的就是缺支撑区。四种应对:改运镜、补拍、重定时、明知故犯地接受幻觉。

三、用户研究只有七个人,但都是内行

两部分组成的研究,七位资深电影人,横跨摄影、导演与制片。结论是方向性的:预演风险信息确实改变了运镜决策,也暴露了创作意图与生成幻觉之间的张力——有人宁可接受幻觉也要保住那个运镜。

四、它把自己叫工作流,不叫系统

论文明确说:这件事改变的是重拍的流程,不是流程里的某个工具。移动 AR 应用管片场的规划、引导拍摄与当场复盘;离线管线管已有素材的回溯,两者读同一份可编辑的 3D 镜头计划。

下一根钉子:代理是「拍过的内容」的代理,不是「场景」的代理——没拍到的东西在点云里根本不存在。它告诉你哪里缺支撑,不告诉你缺的东西长什么样。这一步之差,就是预演和预知之间的距离。

暂无表态