自回归视频生成综述

songhan_mit · x · 2026-07-15

这篇博客综述了自回归视频生成的发展，核心关注点是：如何把视频扩散模型逐步转向更适合实时、交互式、长时生成的因果建模路线。

文中强调，视频生成正在从“单纯生成更长的视频”走向“让生成过程具备可控的时间因果结构”，从而更接近可实际部署的基础能力。文章还整理了相关研究方向的演进脉络，并讨论了这些方法为什么可能成为下一阶段视频生成的重要基础。