Mask Forcing:双噪声掩码蒸馏缓解自回归视频扩散模式坍塌
Zhuoran Zhao · hf · 2026-09-09
Hugging Face 上新发布的 Mask Forcing 方法,针对蒸馏后的自回归视频扩散模型在自滚动(self-rollout)中易出现的模式坍塌问题,通过在 rollout 过程中注入掩码后的更干净信号,在不增加训练数据的前提下提升生成视觉质量。
「多模态」频道最新
- Fish Audio 开源发布 Drama 3 TTS,博主演示旧帖一键转有声视频 — alex_verem · 2026-10-27
- Reddit 用户用 ComfyUI 生成逼真「清晨公交」短片 — no3us · 2026-10-27
- 网友为 MOSS 模型做模糊/防模糊 Slider LoRA,负权重让背景更清晰 — NoMouse9610 · 2026-10-27
- PixGR：像素空间生成式解码加速前馈 3D 高斯重建 — kwangmoo_yi · 2026-10-27
- Krea-2 Turbo 搭配 ComfyUI 做产品广告图，作者晒提示词与成片效果 — comfy-king-999 · 2026-10-27
- Marigold V2 深度估计支持高分辨率分块推理，登陆 ComfyUI — AntonObukhov1 · 2026-10-27