arXiv · 机器人与计算机视觉· Yubin Jing, Ziyang Zhang, Meng Chen, Yuyao Li, Haofan Wang, Yichen Gong·· 16 天前精选AI 评分78
重审长视频生成中的历史上下文:Commit Forcing 方法提升一致性
What Helps Denoising Can Hurt Memory: Rethinking History in Long Video Generation
AI 导读
该研究指出在自回归视频生成中,用于去噪的历史上下文若直接参与提交编码会损害后续生成的主体一致性。作者提出 Commit Forcing 这一无需训练的规则,强制每个块仅读取前序块的 KV 缓存,形成链式依赖。实验显示该方法在 60 秒至 240 秒视频上均提升了质量与总分,盲测中主体与场景一致性胜率分别达 83.5% 和 82.9%。
推荐理由
提出 Commit Forcing 训练规则,在长视频生成中通过限制历史上下文读取顺序提升主体一致性与质量。
来源:arXiv · 机器人与计算机视觉 · arxiv.org