Image（提供动作信息）Text(提供外观信息)-2-Video
| ID | Year | Name | Note | Tags | Link |
|---|---|---|---|---|---|
| 126 | 2025.7.22 | MotionShot: Adaptive Motion Transfer across Arbitrary Objects for Text-to-Video Generation | 1. 参考对象（动作信息来自图像）与目标对象（外观信息来自文本）外观或结构差异显著 2. 显示提取源和目标在外观上的语义匹配以及对应部分的形变关系，通过对源做warp得到目标的大致轮廓，以引作为condition引入视频生成 | training-free，开源 |
Image（提供外观信息）-2-Video
强调符合物理规律
- 如何描述物理规律：LLM对物理的理解、特定的数据集、已有的物理模型
- 如何使用物理规律：数据集、损失
- 是否显示提取物理规律
| ID | Year | Name | Note | Tags | Link |
|---|---|---|---|---|---|
| 106 | 2025.5.26 | Force Prompting: Video Generation Models Can Learn and Generalize Physics-based Control Signals | 1. 将物理力(全局力和点力)编码后作为生成条件引导生成 2. 构造少量数据集 3. 证明大TI2V模型 + 少量样本能得到比较好的泛化性 | 开源， CogVideoX + ControlNet，物理 | link |
| 2025.5.1 | T2VPhysBench: A First-Principles Benchmark for Physical Consistency in Text-to-Video Generation | 文生视频，物理，评估 | link | ||
| 96 | 2025.3.26 | PhysAnimator: Physics-Guided Generative Cartoon Animation | 静态动漫插图生成动画 1. 分割出可形变部分 2. 转成2D Mesh 3. FEM驱动2D Mesh 4. 根据2D Mesh形变生成光流 5. 光流驱动Image草图 6. 草图作为控制信号，生成视频 | 2D Mesh，FEM，ControlNet，光流，轨迹控制，SAM | link |
| 2025 | Physdreamer: Physics-based interaction with 3d objects via video generation | ||||
| 2024.9.27 | PhysGen | 通过刚体物理仿真将单张图像与输入力转换为真实视频，证明从视觉数据推理物理参数的可能性； |
强调时序一致性
| ID | Year | Name | Note | Tags | Link |
|---|---|---|---|---|---|
| 130 | 2025.8.25 | Multi-Object Sketch Animation with Grouping and Motion Trajectory Priors |
强调控制性
- 如何对控制信号进行表示
- 如何注入控制信号
| ID | Year | Name | Note | Tags | Link |
|---|---|---|---|---|---|
| 97 | 2025 | Draganything: Motion control for anything using entity representation | 1. 分割可拖动对象 2. 提取对象的latent diffusion feature 3. 路径转为高斯热图 4. feature和heatmap作为控制信号进行生成 | 轨迹控制，ControlNet，高斯热图，SAM，潜在扩散特征 | link |
| 47 | 2024 | Puppet-Master: Scaling Interactive Video Generation as a Motion Prior for Part-Level Dynamics | 拖拽控制的对象零件级运动的视频生成 | 零件级运动数据集 | link |
其它未归档
| ID | Year | Name | Note | Tags | Link |
|---|---|---|---|---|---|
| 2025.6.17 | VideoMAR: Autoregressive Video Generatio with Continuous Tokens | link | |||
| 2025.5.29 | ATI: Any Trajectory Instruction for Controllable Video Generation | 视频生成中运动控制 | link | ||
| 2025.5.26 | MotionPro: A Precise Motion Controller for Image-to-Video Generation | 通过交互式运动控制实现图像动画 | link | ||
| 2025.5.23 | Temporal Differential Fields for 4D Motion Modeling via Image-to-Video Synthesis | 通过图像到视频(I2V)合成框架来模拟规律的运动过程 | link | ||
| 2025.5.20 | LMP: Leveraging Motion Prior in Zero-Shot Video Generation with Diffusion Transformer | 文+图像+运动视频->视频 | link | ||
| 2025.5.14 | CameraCtrl: Enabling Camera Control for Video Diffusion Models | 相机位姿控制的视频生成 | link | ||
| 2025.5.4 | DualReal: Adaptive Joint Training for Lossless Identity-Motion Fusion in Video Customization | 文生视频 | link | ||
| 2025.4.30 | Eye2Eye: A Simple Approach for Monocular-to-Stereo Video Synthesis | 文生3D视频 | link | ||
| 2025 | Sparsectrl: Adding sparse controls to text-to-video diffusion models | 深度控制 | |||
| 2024 | Cinemo: Consistent and controllable image animation with motion diffusion models | ||||
| 2024.06 | Mimicmotion: High-quality human motion video generation with confidence-aware pose guidance | pose控制 | |||
| 2024 | Vr-gs: A physical dynamics-aware interactive gaussian splatting system in virtual reality |