研究提出了一种全新的噪声扭曲算法，速度超快，能实时运行。它用光流场推导的扭曲噪声，取代随机的时序高斯噪声，同时保持了空间高斯性。由于算法高效， 能用扭曲噪声以极小的成本微调视频扩散基础模型 。

在数字视频创作的浪潮中，Netflix等行业巨头的新研究正在开启运动控制的全新篇章。由Stony Brook大学及其他机构的研究团队进行的这项创新研究，提出了一种名为噪声扭曲算法的全新方法，这一突破不仅深化了视频扩散生成技术的理解，也极大简化了运动控制的过程。

创新的视频扩散模型解决方案：提出一种简单新颖的方法，将运动控制转化为可用于噪声变形的流场，在潜在空间采样时能直接使用。它不仅能与任意视频扩散基础模型搭配，还可和其他控制方式协同使用。