**CausalAlign：通过因果对齐解决视频生成模型中的自运动漂移问题**

_CausalAlign: Causal Alignment of Video Generation Models for Consistent Ego-Motion_

> 针对扩散模型视频生成中相机自运动随时间漂移的问题，研究提出了 CausalAlign 框架。该框架首先利用线性探测和因果干预揭示了自运动表示在去噪过程中的“先升后降”规律，随后通过将特定层级的表示对齐至 3D 基础模型的增量 token 空间来增强自运动状态。实验表明，CausalAlign 在保持视觉质量的同时，显著提升了运动准确性、几何一致性和时间平滑度，并有效提高了具身智能模型在机器人操作任务中的成功率。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-27 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.29915)