文章背景与核心概要
GraphVid 是一种创新的图像到视频生成模型，旨在解决现有运动控制方法在复杂场景下的局限性。传统的基于轨迹的控制方法在处理遮挡、多对象交互及复杂动态时往往表现不佳，而 GraphVid 通过引入“图条件（graph-conditioned）”方法，利用结构化的交互图实现了对多个主体运动的精确且灵活的控制。
为了验证该模型的有效性，作者还推出了 GraphVid-Bench，这是一个大规模、以交互为中心并带有关系标注的数据集。实验结果表明，尽管 GraphVid 使用的参数量和训练数据少于同类竞争方法，但其性能表现依然卓越：FID 指标降低了 39.9%，FVD 降低了 37.6%，PSNR 从 9.87 提升至 15.98，SSIM 从 0.38 提升至 0.61。
GraphVid：交互式图可控视频生成
GraphVid: Interactive Graph-Controllable Video Generation
arXiv ID: 2607.21580
学科分类： 计算机视觉与模式识别 (cs.CV)；人工智能 (cs.AI)
作者： Vedant Shah, Onkar Susladkar, Tushar Prakash, Kiet Nguyen, Tianjiao Yu, Adheesh Juvekar, Muntasir Wahed, Ismini Lourentzou
提交日期： 2026年7月23日 (v2: 2026年8月25日)
arXiv ID: 2607.21580
Subjects: Computer Vision and Pattern Recognition (cs.CV); Artificial Intelligence (cs.AI)
Authors: Vedant Shah, Onkar Susladkar, Tushar Prakash, Kiet Nguyen, Tianjiao Yu, Adheesh Juvekar, Muntasir Wahed, Ismini Lourentzou
Submission Date: July 23, 2026 (v2: August 25, 2026)
摘要
GraphVid 是一种新颖的图像到视频生成模型，旨在解决现有运动控制方法的局限性。虽然传统的基于轨迹的控制在处理复杂场景、遮挡和多对象交互时表现吃力，但 GraphVid 引入了一种“图条件”方法。通过利用结构化的交互图，该模型允许对多个主体进行精确、灵活的控制。
Summary
GraphVid is a novel image-to-video generation model designed to solve the limitations of existing motion-control methods. While traditional trajectory-based control struggles with complex scenes, occlusions, and multi-object interactions, GraphVid introduces a graph-conditioned approach. By utilizing structured interaction graphs, the model allows for precise, flexible control over multiple subjects.
为了支持这一研究，作者引入了 GraphVid-Bench，这是一个大规模、以交互为中心并带有关系标注的数据集。尽管与竞争方法相比，GraphVid 使用的参数更少、训练数据更少，但其性能表现依然优越： * FID： 降低了高达 39.9% * FVD： 降低了 37.6% * PSNR： 从 9.87 提升至 15.98 * SSIM： 从 0.38 提升至 0.61
To support this, the authors introduced GraphVid-Bench, a large-scale, interaction-centric dataset with relational annotations. Despite using fewer parameters and less training data than competing methods, GraphVid demonstrates superior performance: * FID: Reduced by up to 39.9% * FVD: Reduced by 37.6% * PSNR: Improved from 9.87 to 15.98 * SSIM: Improved from 0.38 to 0.61
访问与资源
Access & Resources
许可信息
License Information
提交历史
- v1： 2026年7月23日，星期四，17:56:30 UTC
- v2： 2026年8月25日，星期二，02:10:32 UTC (当前版本)
Submission History
- v1: Thu, 23 Jul 2026 17:56:30 UTC
- v2: Tue, 25 Aug 2026 02:10:32 UTC (Current version)