国科大与可灵 AI 提出 JointLight，可对人物视频重新打光
该研究让几何渲染先给出粗略受光线索，再由视频扩散模型边生成边修正，使拍完的视频能按指定光照重新打光。
JointLight 是一种人物视频的可控重光照方法：给定一段视频和目标环境光，它会在保留人物外观、动作和场景结构的前提下，重新渲染光影。它把粗糙几何渲染出的辐照度（每个方向受光强度的图）当作可修正的线索，与画面在同一个扩散 Transformer 里联合去噪；只用合成数据微调，就能用于真实视频。
正文摘录
.jpg)  世界模型希望让机器理解环境如何变化，并预测干预后的结果，支持智能体学习、仿真与内容创作。这要求视频模型在场景变化时仍保持物理关系的一致性。光照是其中关键的一环：当光源移动，人物、物体与阴影应协同响应。可控重光照由此成为探索视频模型物理表达能力的切入点。 中国科学院大学、英国卡迪夫大学与可灵 AI 团队联合提出 JointLight [1]，一种面向人物视频的可控重光照方法。给定输入视频和目标环境光，模型在尽量保留人物外观、动作与场景结构的同时调整光影。它将几何先验融入生成，让 RGB 与辐照度共同生成、相互修正，支持光照方向、强度与色彩控制，为视频模型的可控物理表达提供一种实现方式。相关工作发表于 SIGGRAPH Asia 2026。