跳到正文
arXiv Computer Vision· Yifan Shen, Yewei Xia, Gongxu Luo, Peiyuan Zhu, Boyang Sun, Zhenhao Chen, Guangyi Liu, Guangyi Chen, Kun Zhang·· 20 小时前AI 评分27

Prospective Forcing:让自回归长视频扩散模型学会前瞻预测

Prospective Forcing: Learning to Look Ahead for Autoregressive Long Video Diffusion

AI 导读

Prospective Forcing 是一种多头预测框架,在滚动窗口生成器上附加轻量级、按偏移量区分的预测头,共享同一条件信息并独立预测不同未来时间偏移的视频块,将监督信号扩展到下一块之外,以维持长视频生成的时间一致性。推理时利用被接受的未来块预测跳过完整窗口的主干执行以加速采样,并通过可学习嵌入生成下一块的多个候选,由学习到的验证器选择候选或全部拒绝并回退到标准自回归生成。

来源:arXiv Computer Vision · arxiv.org