SWIM：预算受限音视频对齐的粒子搜索与MH精炼

2026年10月12日，arXiv cs.CV 收录一篇论文，提出 SWIM——一个面向音视频对齐的方法。该框架免训练、与奖励无关，采用两阶段设计，目标是在固定算力预算下完成对齐：第一阶段进行粒子搜索，利用在线方差估计在去噪检查点之间自适应分配粒子数量；第二阶段使用 Metropolis-Hastings（MH）精炼进一步优化结果。此前的报道仅提出 SWIM 采用“粒子搜索加 MH 精炼”的音视频对齐思路，最新论文摘要补充了其“预算受限”这一设定，以及基于在线方差估计自适应分配粒子的具体机制。报道未给出实验数据、对比基线或与其他方法的性能比较，也未说明其适用的具体任务场景与效果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。