论文提出TSG时序规范引导视频生成框架

Avishree Khare 等在 arXiv 论文中提出 Temporal Specification Guidance（TSG），一种免训练的推理阶段框架：将文本到视频生成中的顺序、时序和持续性要求表示为形式时序逻辑规范，在采样过程中转化为可执行的生成引导目标。其具体实现用可微定量语义对视觉概念证据轨迹打分，并用分数梯度构造规范引导的去噪方向；该实现不需要外部概念分类器，也无需对视频 transformer 反向传播。 基于论文摘要：在涵盖 11 类时序约束（包括对象按序出现和状态转换）的 220 个提示基准上，该实现在五个模型上将规范满足准确率较 CFG 提升 9.5–20 个百分点，且内存开销很小。

AI 根据报道生成 · 4 小时前更新