新万博体育

　　猫眼电影记者 向大村 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：女友扒开🍑用手摸视频

??09月24日,现场视频！天舟八号货运飞船发射任务组织全区合练,

　　最终，紫山昆的宝弓还是被撞断了，铜鼎来的太猛与迅疾了，非常突然，他担心躲避不过去，一边横移身体一边以宝弓挡了一下。人无恙，而此弓却当场断裂。

,H双腿涨灌触手play慎入视频。

??09月24日,“哈尔滨文旅补贴旅游团费政策” 为不实消息,

　　一是要镇静，不要盲目乱跑，跳楼，造成不应有的伤亡。

,Hk416被❌吸乳脱内内在线看,91人🔞在线观看喷潮教学,福利姬无遮挡H福利图库。

??时事2：巨乳露双奶头被❌侵犯免费

??09月24日,宁夏优秀企业发展论坛闭幕 共谋高质量发展新路径,

　　石村的人到了，为首的正是老族长石云峰，还有石林虎与石飞蛟等人，全都怒发冲冠，射杀个不停。

,浓毛骚妇Zoo群交另类,花火裸体被❌涩涩,成人视频免费。

??09月24日,国话首演契诃夫经典《三姐妹》 青春群像闪耀理想之光,

　　“海爷，真是老当益壮啊，居然轻易射杀了彪这种凶兽。”村人真诚感谢。

,lol裸体啪啪❌黄漫画,亚洲秘AV无码一区二区张泽瑜,女人扒开腿㊙️免费游戏。

??时事3：18🈲egg尤妮丝裸体视频

??09月24日,（聚焦中国高质量发展）普洱景迈山古茶林文化景观,

　　“那好吧，让我们开启通天之旅。”柳树传音，声音虽柔和与平静，但却也有一种威严，五根柳条猛的暴涨，化成璀璨的秩序神链，逆冲向天。

,🈚码18🈲H站在线看男男,莱欧斯利的裸体㊙️网站,主播视频网页版入口。

??09月24日,【冰雪春天】习言道｜你们在滑雪中找到魔法了吗？【冰雪春天】习言道｜你们在滑雪中找到魔法了吗？,

　　见到这头凶兽，所有人的心都凉了，这是一头祭灵，一般的人怎能抗衡？！

,高清无码,巨胸爆乳露双奶头被❌侵犯免费,小情侣18🈲被偷拍免费观看。

??时事4：furry同性别龙榨精触手

??09月24日,万千气象看福建·唱响海上牧歌丨闽海扬波：福州海洋经济展现强劲动力,

　　敬的各位爱心人士、各位领导、老师们、同学们：

,金卡戴珊被RavJ❌性,AV➕无码➕白浆➕蜜乳➕免费,女班长被❌c🐻扒衣服电影。

??09月24日,德国索林根市持刀袭击案：不排除恐怖主义动机,

　　亲爱的同学们，我希望你们和他一样，对母校永远充满感情，让母校成为你们永远的骄傲；我更希望有一天，你们能成为母校的骄傲！

,国产91♥长靴在线播放,中国精品偷偷拍洗澡视频,又粗又大又硬又猛A片土洋。