arXiv · 机器人与计算机视觉· Jeongwoo Shin, Youngyoon Choi, Sangwoo Jo, Hyunmog Kim, Sungjoon Choi, Joonseok Lee, Jaewoong Choi, Jaemoo Choi·· 2026-10-05精选AI 评分78
In-Distribution Forcing:测试时强制分布以生成分钟级长视频
In-Distribution Forcing for Long Video Generation at Test Time
AI 导读
针对现代自回归视频扩散模型在生成长视频时出现的颜色纹理漂移和运动衰减问题,本文提出 In-Distribution Forcing 框架。该方法通过自缓存机制,确保滚动窗口内的 KV 缓存条目始终处于训练分布内,从而解决传统 KV 条件化假设失效导致的源端 OOD 问题。实验表明,该方法在标准基准上保持竞争力,并显著优于现有工作以抑制漂移现象。
推荐理由
提出 In-Distribution Forcing 框架,通过自缓存机制解决长视频生成的漂移问题。
来源:arXiv · 机器人与计算机视觉 · arxiv.org