DisMo：用于开放世界运动迁移的解耦运动表征

基于摘要分析。该研究针对 text-to-video（T2V）和 image-to-video（I2V）模型难以显式分离运动与内容的问题，提出 DisMo，通过图像空间重建目标直接从原始视频学习抽象运动表征，服务于开放世界运动迁移与下游动作理解。 核心机制是将运动语义与外观、对象身份、姿态等静态信息解耦。作者称，该表征无需对象对应关系，即可在语义无关、类别差异较大的实体之间迁移运动，并可通过轻量适配器与现有视频生成器结合。摘要未给出重建目标的具体形式、解耦约束、适配器结构及训练流程，因此尚不能判断这些设计如何避免保留源对象结构，或适配不同生成器。 作者报告，在多样化运动迁移任务中，DisMo 能兼顾运动保真度与提示词遵循，减少对源结构的过拟合及动作语义偏移；但摘要未提供对应任务划分、评价指标和量化结果。作者还报告，在包括 Something-Something v2 和 Jester 的基准上进行零样本动作分类时，所学表征持续优于 V-JEPA 等视频表征模型。零样本分类的标签构造、训练数据与评估数据的关系、基线配置及具体分数尚未验证，不能据此判断优势幅度。 本文的主要研究对象是视频运动表征与生成控制，并非 EEG 或 BCI。摘要未提供可直接对应神经信号处理的机制证据，因此不将其表述为 BCI 方法进展，也不据此提出迁移实验。复现前需核对完整训练与推理流程、数据与划分、模型和适配器配置，以及实验协议、消融及统计信息；材料提供了项目页，但代码、权重及其可用性尚未验证。