geometric-consistency

MVTrack4Gen提出了一种训练框架，利用多视角点跟踪作为几何监督来增强运动感知扩散模型，在从单目视频生成新视角视频中实现了最先进的几何一致性和运动保真度。

本文提出一种自监督强化学习框架，利用一致性验证器（检查变换下几何和语义一致性的奖励函数）来提升大型推理模型的空间推理能力，无需真实标注。该方法接近监督微调的准确率，并能泛化到多种任务。

引入PDI-Bench量化框架，通过单目重建与投影几何残差评估生成视频的几何一致性，揭示视频生成器中特有的几何失败模式。