arXiv Computer Vision· Chenxi Xia, Yixuan Xu, Shan Liu, Jiapeng Wang, Maohua Li, Hanlin Tang, Kan Liu, Tao Lan, Weiyi Lu, Xinggao Liu·· 20 小时前AI 评分24
Adversarial Gradient Forcing：提升少步自回归视频生成的鲁棒性
Adversarial Gradient Forcing for Robust Few-Step Autoregressive Video Generation
AI 导读
针对少步自回归视频模型对自身生成历史误差敏感、长时生成误差累积的问题，研究者提出 Adversarial Gradient Forcing（AGF）框架，利用未来块预测的分布匹配梯度筛选对自生成历史的对抗扰动，并在原始与扰动历史上联合训练生成器。实验显示，AGF 在 60 秒视频生成上取得最高 VBench Total 分数，在四分钟视频生成上取得最佳视觉质量，且训练仅需 5 秒 rollout。
来源：arXiv Computer Vision · arxiv.org