EasyVFX：基于频率分解实现资源高效的视觉特效生成
计算机视觉与模式识别
2026-05-22 v1
摘要
生成高保真视觉特效（VFX）通常需要大规模数据集和昂贵的计算资源，因为空间纹理与时间动态之间的复杂耦合。本文介绍了 EasyVFX，一个资源高效的框架，可在严格约束下实现逼真的 VFX 合成。我们的核心思想是频率域分解：我们观察到，通过将表示复杂空间外观的高频分量与封装全局运动动态的低频分量进行解耦，VFX 的复杂度 can be显著降低。这种谱分离将高维学习问题转化为可管理的子任务，从而降低优化门槛并减少数据依赖。基于此洞察，我们提出了两阶段训练范例。首先，我们设计了基于频率感知的混合专家（Freq-MoE）架构。通过软路由机制，our模型将为不同的谱带分配专用专家，使其能够为外观和运动动态培养鲁棒的先验知识。这种专业化使模型能够以更少的 GPU 资源获取基础 VFX 知识。其次，我们引入了由新颖频率约束损失驱动的测试时训练策略。这使预训练模型能够通过局部优化快速适应特定且未知的效果，只需在单个 GPU 上约 100 步。实验结果表明，EasyVFX 能产生结构一致且视觉惊艳的效果，证明了频率感知学习是 democratizing专业级 VFX 的关键催化剂。
引用
@article{arxiv.2605.22051,
title = {EasyVFX: Frequency-Driven Decoupling for Resource-Efficient VFX Generation},
author = {Yue Ma and Xu Ye and Qinghe Wang and Yucheng Wang and Hongyu Liu and Yinhan Zhang and Xinyu Wang and Yuanpeng Che and Shanhui Mo and Paul Liang and Fangneng Zhan and Qifeng Chen},
journal= {arXiv preprint arXiv:2605.22051},
year = {2026}
}
备注
Accepted by SIGGRAPH 2026. Project page: https://easy-vfx.github.io/