跳到正文
arXiv · 机器人与计算机视觉· Junyi Chen, Haiyu Zhang, Zhoujie Fu, Tengfei Wang, Chunchao Guo·· 23 天前精选AI 评分78

超越分布匹配:面向少步视频生成的自监督表示强制方法

Beyond Distribution Matching: Self-Supervised Representation Forcing for Few-Step Video Generation

AI 导读

该论文提出 Self Flow Forcing (SF^2) 方法以解决现有分布匹配蒸馏在少步设置下导致的时空结构退化问题。该方法通过引入预测性表示损失,利用学生模型与指数移动平均教师之间的噪声不对称性,实现内部表示的自监督对齐。实验表明 SF^2 能有效缓解视频闪烁并提升空间保真度与运动质量,且无需外部特征提取器即可兼容双向及因果架构。

推荐理由

针对少步蒸馏中时空结构退化的问题,提出无需外部特征提取器的自监督表示对齐方法。

来源:arXiv · 机器人与计算机视觉 · arxiv.org