新万博体育

　　猫眼电影记者 李迎霞 报道P6F3X2M7T9QJ8L1B4WZR

TC-Light 是由中科院自动化所张兆翔教授团队研发的生成式渲染器，能够对具身训练任务中复杂和剧烈运动的长视频序列进行逼真的光照与纹理重渲染，同时具备良好的时序一致性和低计算成本开销，使得它能够帮助减少 Sim2Real Gap 以及实现 Real2Real 的数据增强，帮助获得具身智能训练所需的海量高质量数据。

它是如何实现的呢？本文将为你揭秘 TC-Light 背后的黑科技！本工作已中稿 NeurIPS2025，论文与代码均已公开，欢迎大家试用和体验，也欢迎大家到 Project Page 体验 Video Demo。

论文题目：TC-Light: Temporally Coherent Generative Rendering for Realistic World Transfer项目主页: https://dekuliutesla.github.io/tclight/论文链接: https://arxiv.org/abs/2506.18904代码链接: https://github.com/Linketic/TC-Light

研究背景

光线及其与周围环境的交互共同塑造了人类以及具身智能体感知数字世界和现实世界的基本方式，在不同光照条件下对世界的观测使得我们理解光线与物质的交互关系，使得我们形成对周边环境物质和几何属性的基本判断，并且也使得我们能够在不同的光照条件下都能够鲁棒且正确地完成与世界的交互。

然而，在现实环境中采集不同光照与场景条件下的数据代价高昂，而仿真环境中尽管可以获得近乎无限的数据，但受限于算力资源，通常需要对光线的多次折射衍射以及纹理精度进行近似和简化，使得视觉真实性无可避免地受到损失，在视觉层面产生 Sim2Real Gap。而如果能够借助生成式模型根据所需的光照条件对现实或仿真环境下采集到的视频数据进行重渲染，不仅能够帮助获得增加已有真实数据的多样性，并且能够弥合计算误差带来的 CG 感，使得从仿真器中得到视觉上高度真实的传感器数据，包括 RL-CycleGAN 在内的许多工作已经证实，这一策略能够帮助减少将具身模型迁移到真实环境中所需微调的数据量和训练量。

尽管这一任务意义重大，但实际解决过程面临许多挑战。用于训练的视频数据往往伴随复杂的运动以及前景物体的频繁进出，同时视频序列有着较长的长度以及较高的分辨率。我们的定量和定性实验证据（参见论文实验部分及 Project Page）表明，在这些复杂且困难的输入条件下，已有的算法要么受制于训练所用视频数据的分布（如 COSMOS-Transfer1，Relighting4D），要么难以承受巨大的计算开销（如 Light-A-Video, RelightVid），要么难以保证良好的时序一致性（如 VidToMe, RAVE 等）。

图 1 TC-Light 效果展示

为了推动这一问题的解决，我们提出了 TC-Light 算法，在提升视频生成模型计算效率的同时，通过两阶段在线快速优化提升输出结果的一致性，如图 1 和视频Demo所示所示，本算法在保持重渲染真实性的同时，时序一致性和真实性相比于已有算法取得了显著提高。下面对算法细节进行详细介绍。

二、TC-Light 算法介绍

零样本时序模型扩展

TC-Light 首先使用视频扩散模型根据文本指令对输入视频进行初步的重渲染。这里我们基于预训练好的 SOTA 图像模型 IC-Light 以及 VidToMe 架构进行拓展，同时引入我们所提出的 Decayed Multi-Axis Denoising 模块增强时序一致性。具体而言，VidToMe 在模型的自注意力模块前后分别对来自不同帧的相似 token 进行聚合和拆分，从而增强时序一致性并减少计算开销；如图 2 中 (a) 所示，类似 Slicedit，Decayed Multi-Axis Denoising 模块将输入视频分别视作图像 (x-y 平面) 的序列和时空切片（y-t 平面）的序列，分别用输入的文本指令和空文本指令进行去噪，并对两组噪声进行整合，从而使用原视频的运动信息指导去噪过程。不同于 Slicedit，我们在 AIN 模块对两组噪声的统计特性进行了对齐，同时时空切片部分的噪声权重随去噪步数指数下降，从而避免原视频光照和纹理分布对重渲染结果的过度影响。

图 2 TC-Light 管线示意图

两阶段时序一致性优化策略

尽管通过引入前一小节的模型，视频生成式重渲染结果的一致性得到了有效改善，但输出结果仍然存在纹理和光照的跳变。因此我们进一步引入两阶段的时序一致性优化策略，这同时也是 TC-Light 的核心模块。在第一阶段，如图 2 中 (b) 所示，我们为每一帧引入 Appearance Embedding 以调整曝光度，并根据 MemFlow 从输入视频估计的光流或仿真器给出的光流优化帧间一致性，从而对齐全局光照。这一阶段的优化过程非常快速，A100 上 300 帧 960x540 分辨率只需要数十秒的时间即可完成。

三、实验与分析

表 1 与主流算法的定量性能比较，其中 VidToMe 和 Slicedit 的基模型都换成了 IC-Light 以进行公平比较。Ours-light 指不用 Multi-Axis Denoising 模块的结果，相当于对 VidToMe 直接应用两阶段优化算法。

为了验证算法在长动态序列的重渲染表现，我们从 CARLA、Waymo、AgiBot-DigitalWorld、DROID 等数据集收集了 58 个序列进行综合评测，结果如表 1 所示。可以看到我们的算法克服了已有算法在时序一致性和计算开销等方面的问题，取得了最佳的综合性能表现。图 3 的可视化对比也表明，我们的算法在保持内容细节的同时得到了高质量的重渲染性能表现。

图 3 一致性与生成质量可视化对比。TC-Light 避免了 (a) 中像 Slicedit 和 COSMOS-Transfer1 那样不自然的重渲染结果和 (b) 中展现出的模糊失真，或 (c) 中像 IC-Light 和 VidToMe 那样的时序不一致性。

此外，我们也在有 GT 数据的仿真数据集 Virtual KITTI 上进行了比较，从而可以使用 SSIM 和 LPIPS 等指标替换 CLIP-T 等代理指标获得更客观的性能评估。表 2 的结果同样表明，我们的算法很好地取得了计算开销和性能之间的平衡，取得了最佳的重渲染效果。

表 2 Virtual KITTI 数据集上与主流算法的定量性能比较

四、总结

TC-Light 作为一种新的生成式渲染器，克服了具身环境下视觉传感器数据重渲染面对的时序一致性和长序列计算开销两大挑战，在性能表现上优于现有技术，不仅为 Sim2Real 和 Real2Real 数据扩展带来了新的思路，也为视频编辑领域带来了新的模型范式。TC-Light 的论文和代码均已开源，希望能够相关领域带来不同的思考和启发。

??时事1：黑人性❌❌❌❌DH

??09月22日,中国自由式滑雪空中技巧运动员长春“大练兵”,

　　“鲲鹏……殒落无尽岁月的盖世强者，可惜了，它的最强神通就此失传。”柳神有些感慨。

,金锋影音院先锋资源黄色A级黄色A级永装屁股。

??09月22日,广州海关开展校园普法活动,

　　“老十一息怒，有话好说，我们会给你一个交代！”一群人听到动静，迅速冲来。

,老师的丰满大乳奶理伦,雏田比基尼装图片,亚洲色恨天。

??时事2：91精品夜夜夜一区二区三区

??09月22日,鲜花、男士彩妆走俏抖音商城38好物节 国货美妆占比六成,

　　独角兽极速而行，他准备绕过这片区域，前往石族第二祖地。

,八重神子裸体被❌自慰,动画3D同人18❌免费LOL,动漫被❌吸乳脱内内图片。

??09月22日,遇见丨中国“低碳”丝绸出圈法国时尚界——莨绸时尚设计师梁子三亚海上旅游人气火爆 游艇排队出海,

　　俗话说：“良好的开端等于成功的一半。”新学期开学了，我相信同学们一定会满怀信心走向成功。怎样争取有一个良好的开端呢？在这里，我向同学们提议：

,十八禁网站视频在线观看撒尿,三级全黄做爰18分钟,韩国裸体免费的。

??时事3：国精产品秘天美一区二在线观看

??09月22日,紧扣推进中国式现代化（人民观点）——牢牢把握进一步全面深化改革的主题①,

　　轰隆一声，青鳞鹰巨翅一展，将许多山石震开，飞沙走石，狻猊的宝体露出了大半。

,动漫美女被羞羞,初学者喷水自慰🔞❌,小三又大又骚弄得好爽。

??09月22日,梦回长安 《大唐狄公案》官宣定档,

　　一步落下，天地抖动，他像是打开枷锁的杀神一般，驱散祥和，浑身散发刺骨的杀气，一矛向前扫来。

,红蝶被淦出乳液狂飙长图,少妇二级婬片免费放天气,女人洗澡㊙️视频网站。

??时事4：100%胸片曝光率免费

??09月22日,非遗和冰雪梦幻联动 新疆博湖“冷资源” 变“热产业”,

　　1.作息时间：按正常上课执行，准时上学，规定时间放学。运动会结束，按照常规：班主任到校门口至花圃店铺巡查，特殊学生通知家长接送。(请班主任以短信告知家长)

,自慰疯狂揉小核到失禁喷水av,萨摩伊被❌吸乳脱内内漫画,洗澡XXXⅩ裸体XXXX。

??09月22日,中方：正密切关注孟加拉国局势 望早日恢复社会稳定,

　　还有一次性筷子，一次性筷子虽然方便，吃了就丢，不用洗，可是，你们有没有想过一次性筷子哪里来的用什么做的一颗小树就能做10双筷子。以此类推，人们要砍伐多少树木啊!

,印度老太做爰XXXⅩ性生交,母狗园官网入口注册,美女大便无遮挡㊙️视频。