כתבה
arXiv cs.AI ·
חיזוי שאריות מותנה: שיפור דיפוזיה אוטורגרסיבית של וידאו
Conditional Residual Prediction: Improving Autoregressive Video Diffusion without a Bidirectional Teacher
מודלים אוטורגרסיביים לדיפוזיה של וידאו משופרים. המחברים מציעים אלגוריתם חדש, Conditional Residual Prediction, שמפחית את התלות בהיסטוריה ומשפר את איכות היצירה. האלגוריתם נבדק על מודל Optica, שמסוגל ליצור וידאו באיכות גבוהה.
תקציר מקורי באנגליתarXiv:2610.11479v1 Announce Type: cross Abstract: Causal video diffusion models generate video autoregressively, which suits streaming, interactive, and long-video generation. Under standard training, however, they often yield lower generation quality than bidirectional models of the same size. Many existing approaches address this gap by initializing from or distilling a pretrained bidirectional teacher. We instead train a causal model from an image-model initialization, with no bidirectional video model at any stage. Because this path requires neither a large bidirectional teacher nor a complex distillation pipeline, it is simpler and more scalable. On this path, we find that a causal model trained on ground-truth history becomes strongly dependent on it, so that at inference errors in i
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית