SGF+ 解耦梯度流实现长时自回归视频生成

研究者 Zihan Su 等人提出自回归视频生成方法 SGF+，将上下文写入与去噪两个角色分配给独立参数，并通过因果注意力保留二者交互，无需辅助损失即可联合优化。 据论文称，该方法在逐帧和分块生成上均提升了视觉质量与长时一致性，且不增加视频训练数据、不延长训练周期；仅用 5 秒 rollout 训练，即可支持最长 24 小时连续生成，无需长视频微调。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。