Direct Forcing 单阶段视频生成框架

Haojun Xu 等研究者提出 Direct Forcing 单阶段自回归文生视频训练框架。该框架结合因果延续对齐与 rollout 分布匹配机制，以参考视频作为历史延续的配对样本及自生成滚动分布的目标，从 Wan2.1-1.3B 模型出发学习四步自回归生成器。 训练效率与性能方面，该方法在 250 次更新内完成训练，无需独立初始化或在线扩散监督。实验结果显示，其 VBench Total 分数达到 84.63，Quality 分数为 86.01。 消融实验揭示了特征层级的作用差异：深层特征利于延续对齐，而中层特征利于分布匹配。研究发现，动态梯度平衡策略显著提升了整体训练效果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。