MotionFollower ist ein leichtgewichtiges, score-geleitetes Diffusionsmodell zur Bearbeitung von Videobwegungen. Es steuert Pose und Aussehen über zwei leichtgewichtige Signalcontroller, ohne aufwendige Aufmerksamkeitsberechnungen zu benötigen. Das Modell verwendet ein zweistufiges Architekturdesign nach dem Prinzip der score-geleiteten Diffusion, bestehend aus Rekonstruktions- und Bearbeitungszweig, wodurch die Modellierung von Texturdetails und komplexen Hintergründen deutlich verbessert wird. Experimente zeigen, dass MotionFollower im Vergleich zum modernsten Bewegungsbearbeitungsmodell MotionEditor den GPU-Speicherbedarf um etwa 80 % reduziert und gleichzeitig eine überlegene Performance bei der Bewegungsbearbeitung bietet. Es unterstützt exklusiv umfangreiche Kamerabewegungen und Aktionen.