跳到正文
arXiv · 机器人与计算机视觉· Gangwei Xu, Qihang Zhang, Jiaming Zhou, Xing Zhu, Yujun Shen, Xin Yang, Yinghao Xu·· 9 天前AI 评分75

Next Forcing:一种支持多块预测的世界动作建模方法

Next Forcing: World Action Modeling with Multi-Chunk Prediction

AI 导读

Next Forcing 是一种针对世界动作模型(WAM)的多块预测(MCP)框架,旨在解决自回归视频生成训练慢、收敛精度低及推理迭代耗时的难题。该方法引入轻量级辅助模块,同时去噪多个未来时间步的视频块,利用中间特征融合实现因果链式预测,为模型提供密集多尺度时序监督。

来源:arXiv · 机器人与计算机视觉 · arxiv.org