ForcingBooster 按块分配去噪步数，自回归视频生成算力省一半
VAST-AI · hf · 2026-10-16
ForcingBooster 提出自适应 patch 级去噪框架，用于加速自回归视频扩散生成：根据每个视频块的难度动态分配去噪步数，在保持画质的同时把计算量砍半。
论文演示了两个应用方向：交互式视频生成（可用 WASD 等输入控制去噪调度）与视频世界模型（如第一人称骑士场景），说明该方法对可交互的生成式世界模型同样适用。
「多模态」频道最新
- Pollo 推出 Recast 视频重绘工具,保留动作与口型,限时六折 — SimplyAnnisa · 2026-10-16
- Tripo 旧金山办首届 3D 世界构建黑客松,World Labs 与 Runway 亮相 — mhdfaran · 2026-10-16
- Kling 4.0 强化文生视频：角色一致性、口型同步与对话表现升级 — CurieuxExplorer · 2026-10-16
- 5.8M 参数语音事件检测器：为 Whisper 转录补上笑声呼吸与背景音 — Ayush Kumar Bar · 2026-10-16
- 华为等提出 SUPRA-Tex：单图生成可重打光 3D 材质，所见即所得 — Chen Yang · 2026-10-16
- AI 生成「巨人 MJ」时装图爆火:夸张比例撞出超现实时尚感 — OVolosin82152 · 2026-10-16