TGuide加速自回归视频扩散

2026年10月14日，arXiv Computer Vision 刊出由 Zhuo Chen 等作者发布的论文，提出 TGuide 框架，用于加速自回归视频扩散。该框架通过轻量级 Anchor-Transport-Correct（ATC）预测器，利用历史采样轨迹进行引导，报道称在仅剩四步去噪时仍能提升速度。在 Self Forcing、Causal Forcing 和 HY-WorldPlay 上，TGuide 在保持生成质量的同时实现最高 1.89 倍去噪加速。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现与早先报道矛盾的数字、时间或说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。