跳到主要内容
检索

# 数值校正

1 篇关联报道

订阅更新
  1. arXiv

    长视频生成不再越走越偏:Reference Forcing 把首帧当锚点,两小时一致性仍稳

    自回归视频扩散模型逐块生成视频,但短窗口蒸馏不约束长程外观,主体和背景会随时间漂移。Reference Forcing 把首帧当作外观参照:先用分割与光流模型构造教师,强制新帧每个区域只注意首帧同一区域,再蒸馏进学生模型一条独立的锚点注意力通路,并据此修正 KV 缓存中已漂移的值。在 LongLive 基座上,它在 30 秒与 60 秒视频中取得最高的主体与背景一致性,且优势随视频变长而扩大。

已读完全部报道