中文 定位:一篇视频世界模型论文,提出 History Forcing 方法,解决少步自回归视频扩散在长时生成中的一致性问题。少步自回归扩散让视频生成更高效,但长程滚动生成时,一旦主体或场景消失后重新出现,模型往往难以保持前后一致。History Forcing 通过蒸馏依赖历史的续写方式,让模型在长时序生成中更好地记住并延续先前内容。适用人群:研究视频生成、世界模型与扩散模型蒸馏的研究者。
日本語 位置づけ:動画ワールドモデルの長期間生成における一貫性問題に取り組む論文で、History Forcing という手法を提案します。少数ステップの自己回帰型動画拡散は生成を効率化しますが、長いロールアウトでは、被写体やシーンが画面から消えて再び現れる場面で一貫性を保つのが難しくなります。History Forcing は履歴に依存した継続生成を蒸留することで、長期間の生成でも過去の内容を保持し、自然に続かせることを目指します。対象:動画生成、ワールドモデル、拡散モデルの蒸留を研究する研究者。
한국어 정의: 영상 월드 모델의 장기 생성에서 일관성 문제를 다루는 논문으로, History Forcing 기법을 제안합니다. 소수 단계 자기회귀 영상 확산은 생성을 효율적으로 만들지만, 긴 롤아웃에서는 피사체나 장면이 사라졌다가 다시 등장할 때 일관성을 유지하기 어렵습니다. History Forcing은 이력에 의존하는 연속 생성을 증류함으로써 장기 생성에서도 이전 내용을 기억하고 자연스럽게 이어 가도록 합니다. 대상: 영상 생성, 월드 모델, 확산 모델 증류를 연구하는 연구자.
English What it is: A paper on long-horizon video world models proposing History Forcing. Few-step autoregressive video diffusion makes generation efficient, but consistency over long rollouts remains hard — especially when subjects or scenes reappear after going out of sight. History Forcing distills history-dependent continuations so the model better remembers and continues earlier content across long generations. Who it's for: Researchers working on video generation, world models, and diffusion distillation.