CameraSquad：多路运镜终于看见同一个世界

机器之心 2026-06-20 08:30 发布的这篇文章，介绍了 CameraSquad：一个面向多轨迹并行生成的相机可控视频生成方法；项目页显示论文题为 CameraSquad: Achieving Content Consistency in Parallel Multi-Trajectory Camera-Controlled Video Generation，录用于 SIGGRAPH 2026 Conference Track。1 2

这套图片笔记按 5 张卡片拆开：

封面：CameraSquad 要解决的核心问题，是让多条目标相机轨迹围绕同一段输入视频生成结果时，仍然像在看同一个三维世界。2
问题：项目页指出，现有方法多是单轨迹生成；多轨迹分批处理会因为扩散模型随机性带来跨视角内容不一致。2
方法一：CameraSquad 把内容注意力和相机注意力解耦；机器之心原文解释，Content-Attention 负责参考输入视频内容，Camera-Attention 通过 PRoPE 编码相机内外参数。1
方法二：双模式跨视角注意力里，CVA-α 负责内容一致性，CVA-β 负责几何一致性；项目页也把它概括为 subject consistency 与 relative perspective accuracy。1 2
结果：项目页展示 CameraSquad 支持最多 6 条轨迹同步生成；机器之心原文给出的实验口径中，WebVid 旋转误差为 1.52°，HumanVid 旋转误差为 1.42°。1 2

一句话理解：CameraSquad 不是只让镜头动起来，而是让不同镜头在同一个世界里对齐。

CameraSquad：多路运镜终于看见同一个世界

References

Comments