Ring Forcing：迈向自回归视频扩散的精准长期记忆
Ring Forcing是一种面向自回归视频扩散模型的框架，旨在提升数分钟视频的长期一致性。它同时解决两个问题：物体重新出现时能否准确保持其外观，以及模型能否处理超长上下文并利用遥远历史中的信息。环形训练策略促使模型从较早的历史中检索信息。压缩与时间步组合策略在固定序列长度下扩展了有效历史范围；稀疏RoPE机制则支持更灵活、可扩展的记忆适配。论文报告的实验结果显示，Ring Forcing在数分钟视频的时间连贯性和物体持久性方面优于现有先进方法。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。