事前学習済みビデオDiT転用、教師なしアクション学習O$^{2}$LaF発表
Yuxin Jiang氏らは2026年11月19日(現地時間)、事前学習済みのビデオ拡散トランスフォーマー (Video Diffusion Transformer、以下 DiT) を転用し、教師なし動画から転移可能なアクションを学習する新しいフレームワーク「O$^{2}$LaF」に関する論文をarXivに発表した。この研究は、動画に映る変化の原因となるアクションの学習において、事前学習済みビデオ生成モデルを逆動力学と順動力学の両方で活用する「one prior, two dynamics」の原則を導入している。