History Forcing：为长时视频世界模型蒸馏历史依赖续写

History Forcing 用历史残差蒸馏提升长时视频世界模型一致性。

资讯摘要

论文提出 History Forcing，一种面向少步自回归视频生成器的统一 on-policy 蒸馏框架，通过对比教师模型在有、无有效历史上下文时的预测残差，解耦并加权历史监督，形成修正后的蒸馏目标，从而把长程历史约束注入自回归生成。作者报告该方法在 1.3B 模型中达到最优：15 秒生成 VBench 质量分 85.07，60 秒生成 VBench-Long 综合分 79.82；在 PlayWorld 与 MemoBench 的出画外世界建模评测中也有提升。

要点速读

1. 方法用教师模型有/无历史上下文预测的残差解耦历史监督，加权后加入 score 或 velocity 预测，形成修正蒸馏目标。
2. 作者报告 1.3B 模型下 15 秒生成 VBench 质量分 85.07，60 秒生成 VBench-Long 综合分 79.82。
3. 出画外世界建模评测中，PlayWorld 的 Evolution Quality 从 2.35 升至 2.70，MemoBench 的 Object Consistency 从 58.43 升至 62.18。

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 2026/11/4 08:00:26（北京时间）。