论文提出单阶段训练框架，250 次更新得到四步自回归视频生成器。
资讯摘要
论文提出 Direct Forcing，一种单阶段训练框架，将因果适配与分布匹配合并到同一训练阶段，用参考视频同时作为历史延续的配对样本和自生成 rollout 的目标分布。方法包含 Causal Continuation Alignment 与基于最大均值差异的 Rollout Distribution Matching，并用 Dynamic Gradient Balancing 调节两者梯度贡献。作者报告从双向 Wan2.1-1.3B 出发，经 250 次更新得到四步自回归生成器，VBench Total 84.63、Quality 86.01。
要点速读
- Direct Forcing 用参考视频同时承担配对延续样本与自生成 rollout 的目标分布，避免分离的初始化阶段。
- 方法结合 Causal Continuation Alignment 与基于最大均值差异的 Rollout Distribution Matching，并用 Dynamic Gradient Balancing 调整梯度贡献。
- 作者报告从 Wan2.1-1.3B 出发经 250 次更新得到四步自回归生成器，VBench Total 84.63、Quality 86.01；消融显示深层特征利于延续对齐、中间层特征利于分布匹配。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。