最近、arXivに「DTG-Restore: Training-Free Diffusion Refinement for Generative Video Super-Resolution」と題する論文が公開された（arXiv:2605.30431v1）。著者はHidir Yesiltepeら7名で、2026年5月28日に投稿された。本研究は、ビデオ拡散モデルの事前知識を活用した動画復元、特に生成的動画における歪みや低解像度の問題に焦点を当てている。
論文によると、ビデオ拡散モデルは生成忠実度の面で目覚ましい進歩を遂げているが、標準的な分類器フリーガイダンスにおける条件分岐と無条件分岐の強い結合のため、復元への事前知識の活用は限られている。この問題を解決するため、著者らは時間的な分離によって歪んだ低解像度動画を強化する訓練不要のフレームワークを提案した。
中心となる革新は「Decoupled Time Guidance（DTG）」である。この手法は、よりクリーンな拡散タイムステップで無条件分岐を評価し、幾何構造を保持しつつ歪んだ内容の複製を抑制する先読み事前分布を提供する。この時間的バイアスはサンプリング全体で徐々にアニーリングされ、モデルが再訓練なしで構造補正から詳細精緻化へと滑らかに移行できるようにする。
さらに、本手法は既製の復元モジュールとプラグアンドプレイで組み合わせることができ、知覚的コヒーレンスを大幅に向上させ、AI生成動画と実世界動画の両方で妥当な構造を復元する。評価を容易にするため、研究チームはGenWarp480ベンチマークを構築した。これは多様なテキスト-to-ビデオモデルから合成された4,400本の歪んだ480p動画を含み、顔の歪み、身体の不整合、空間的アーティファクトなどの特徴的な生成的劣化に焦点を当て、生成エラーに対する堅牢性を評価する専用のテストベッドを提供する。
広範な実験により、本手法はモデル訓練を一切行わずに、構造忠実度と時間的安定性の両方で顕著な改善を達成することが示された。本論文はコンピュータビジョンとパターン認識（cs.CV）に分類され、全文はarXivで入手可能である。