研究人员推出了一种名为 Cycle-World 的新框架，旨在提高长时视频生成的稳定性和时间一致性。该方法通过在训练和推理过程中强制执行时间可逆性来解决自回归扩散模型中的误差累积问题。通过集成反向预测模型，Cycle-World 旨在限制生成漂移，并使用该模型作为运行时校正器来迭代地优化生成序列，从而显著减少视觉退化和结构崩溃。在 VBench 基准测试上的实验表明，Cycle-World 在生成高质量、时间一致的 60 秒视频方面取得了最先进的成果。 AI
影响 该框架可能带来更稳定、更逼真的长视频合成，影响依赖于高保真视频生成的领域。
排序理由 该集群包含一篇详细介绍视频生成新框架的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.11836v1 Announce Type: new Abstract: Autoregressive diffusion models have enabled high-quality video generation, yet their sequential nature inherently suffers from error accumulation. In long-horizon video synthesis, minor prediction deviations compound over time, ine…
Autoregressive diffusion models have enabled high-quality video generation, yet their sequential nature inherently suffers from error accumulation. In long-horizon video synthesis, minor prediction deviations compound over time, inevitably leading to unconstrained generative drif…