ForcingBooster：面向快速自回归视频扩散的自适应分块去噪
英文标题：ForcingBooster: Adaptive Patch-wise Denoising for Fast Autoregressive Video Diffusion
论文提出 ForcingBooster，一种用于加速自回归视频扩散模型的自适应分块去噪方法。其目标是改善实时交互式视频生成和视频世界建模中的推理效率。摘要指出，现有方法在生成后续视频内容时通常在空间维度上均匀分配计算资源，而 ForcingBooster 旨在通过按图像块自适应地进行去噪来优化这一过程。该方向对需要低延迟视频生成能力的开发者和视频 Agent/世界模型系统具有潜在价值。
打开原文相关 2.4 · 机会 0
2.1 KB
640 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
ForcingBooster：面向快速自回归视频扩散的自适应分块去噪
arXiv:2610.12625v1
发布类型：new
摘要
自回归视频扩散模型已成为实时交互式视频生成和视频世界建模的领先方法。然而，现有方法在生成后续视频内容时，通常会在空间维度上均匀地分配计算资源。
BibTeX 格式引用
English / 原文
BibTeX formatted citation
×