通过调度插值实现交互式生成式运动编辑
迪士尼研究团队提出 scheduled inpainting 方法，实现交互式生成式运动编辑，统一运动合成与编辑。该方法通过推理控制在保留原始动作和生成新内容之间的平衡，支持扩展、拼接和合成多种剪辑。 相比传统编辑只能做小修改且易产生形变，以及现有生成模型无法交互保留原有动作，本方法在保持自然一致性的同时提供细粒度时空控制。研究对比四种基线并进行消融实验和用户反馈验证。 
评论
点赞
收藏Two2Four：从人类动作生成四足木偶操控
迪士尼与苏黎世联邦理工学院合作推出 Two2Four 框架，通过生成式扩散模型将普通人类动作数据自动映射为四足动物可控运动。该方法支持行走、奔跑、跳跃、坐卧等动作，并实现头部和四肢的精细控制，相比传统重定向方法在真实性和可控性上均有提升。研究基于纯四足运动数据训练，无需复杂控制设置或专业表演者动捕，适用于动画制作与虚拟生产场景。 
SmoothMotionVectors：优化自由视角视频压缩中的运动矢量
迪士尼研究提出通过优化运动矢量平滑度，提升基于3D高斯泼溅的动态场景自由视角视频压缩效率。实验显示，结合GOP分段与变形信号优化，可在保持视觉质量的同时减少20%存储空间。该研究未引入新表示法，而是深入分析了时间分块、量化感知训练等现有组件的实际交互效果，为3D视频编码提供了实用的工程优化路径。
基于2D高斯溅射的贝塞尔曲线线条艺术矢量化
迪士尼与苏黎世联邦理工学院提出利用2D高斯溅射进行贝塞尔曲线矢量化的新方法。结合深度预测与语义特征提取骨架图，实现更贴合艺术意图的线条生成，支持视频时序跟踪。
针对深度蒙特卡洛渲染的时空神经去噪：不规则邻域注意力机制
迪士尼研究提出 RaNA 算子，解决深度图像（Deep Images）中非结构化像素邻域的去噪难题。该算法首次实现时空联合去噪，支持多层结构保留，显著优于现有 SOTA。对于从事渲染管线、影视后期合成及计算机视觉的研究人员，这是处理蒙特卡洛渲染噪声的重要技术突破，特别是其 CUDA 优化方案对实际生产环境具有参考价值。
面向艺术家的生成式动作骨架：驱动3D动画创作的新工作流
迪士尼研究团队发布基于Blender插件的生成式动作骨架（Generative Motion Rig），支持“生成式关键帧”工作流。艺术家只需操控稀疏骨骼、姿态和噪声采样即可生成完整动画序列，并能对动捕数据进行编辑与扩展。该成果填补了生成式模型研究与实际动画制作流程之间的鸿沟，为3D动画师提供了新的创作工具。
用于交互和可微光照的神经渲染代理
迪士尼与苏黎世联邦理工学院提出神经渲染代理（NRP），将传统渲染解耦，实现静态场景的交互式、可微重打光。 该方法仅需单次无关光照渲染即可训练轻量网络，在推理时能以30-60Hz帧率实时重打光，且显存占用极低。 支持基于梯度的逆向工作流，艺术家可通过图像编辑快速求解光照参数，大幅缩短CG制作中的迭代时间。
用于路径引导的光照感知空间细分
2026年7月1日 欧洲图形学渲染研讨会（EGSR）（2026） 郑峰实（代尔夫特理工大学） 克里斯托夫·彼得斯（代尔夫特理工大学） 塞巴斯蒂安·赫霍尔茨（Blender研究所） 马可·曼齐（迪士尼研究院|工作室） 埃尔马尔·艾泽曼（代尔夫特理工大学）
神经材质适配器：将复杂材质转化为高效解析BSDF
2026年7月1日 欧洲渲染研讨会（EGSR）（2026） 拉杰什·夏尔马（苏黎世联邦理工学院/迪士尼研究院|工作室） 蒂齐亚诺·波尔特尼耶（迪士尼研究院|工作室） 塞巴斯蒂安·魏斯（迪士尼研究院|工作室） 马库斯·格罗斯（迪士尼研究院|工作室/苏黎世联邦理工学院） 马里奥斯·帕帕斯（迪士尼研究院|工作室）
What Is It Like to Be a Noise?：基于熵的高斯噪声正则化扩散模型
文章探讨扩散模型中的噪声本质，提出一种基于熵的高斯噪声正则化方法。通过调整噪声分布的熵值来优化模型训练，旨在提升生成图像的多样性和质量，具有理论趣味性。
RenderFlow：基于流匹配的单步神经渲染
2026年5月31日 CVPR（2026） 张盛豪（苏黎世联邦理工学院/迪士尼研究院|工作室） 刘润涛（迪士尼研究院|工作室） 克里斯托弗·施罗尔斯（迪士尼研究院|工作室） 张阳（迪士尼研究院|工作室）
Efficient All-Pairs Correlation Volume Sampling for Optical Flow Estimation
为提高光流估计效率，研究者提出一种新的全对关联体积采样策略。该算法优化了计算过程，在减少资源消耗的同时保持了较高的光流预测精度，适合实时视觉应用。
Guardians of the Hair：拯救深度、立体及新视角中的软边界
针对三维重建中毛发等细软结构的边界模糊问题，迪士尼研究团队提出新方法。通过在深度估计、立体视觉和新视角合成中引入特定约束，有效提升了毛发边缘的细节还原度。
RelightAnyone：一种通用的可重打光 3D 高斯头部模型
迪士尼与苏黎世联邦理工学院等机构联合提出 RelightAnyone，一种基于 3D 高斯溅射的通用头部建模方法。该模型支持在任意光照条件下实时渲染高质量人脸，解决了传统方法在复杂光照下重打光的难题。 这项研究由 ETH Zurich、Max Planck Institute 和 Disney Research 共同完成，已入选 CVPR 2026。其核心贡献在于实现了泛化的光照解耦与实时渲染能力，为虚拟制作和内容创作提供了新的技术路径。
HIGS: History-Guided Sampling for Diffusion Models
April 22, 2026 ICLR (2026) Seyedmorteza Sadat (ETH Zurich) Farnood Salehi (DisneyResearch|Studios) Romann M. Weber (DisneyResearch|Studios)
FastGHA: Generalized Few-Shot 3D Gaussian Head Avatars with Real-Time Animation
April 22, 2026 ICLR (2026) Xinya Ji (ETH Zurich, DisneyResearch|Studios) Sebastian Weiss (DisneyResearch|Studios) Manuel Kansy (DisneyResearch|Studios) Jacek Naruniec (ETH Zurich, DisneyResearch|Stud...