History-Forcing

History Forcing は、浙江大学などが提案した少ステップ自己回帰動画生成蒸留フレームワークです。教師モデルが履歴情報がある場合とない場合の予測の差を比較し、それを用いて蒸留目標を補正します。著者らは、これにより長尺動画の一貫性と視野外シーンの変化が向上すると述べています。リポジトリでは、DreamX-World-5B 版、Wan2.1-T2V-1.3B の DMD 版(EMA 含む)および自己回帰教師モデルが公開されており、推論および訓練コードは GitHub にあります。

History Forcing は、浙江大学などが提案した少ステップ自己回帰動画生成蒸留フレームワークです。教師モデルが履歴情報がある場合とない場合の予測の差を比較し、それを用いて蒸留目標を補正します。著者らは、これにより長尺動画の一貫性と視野外シーンの変化が向上すると述べています。リポジトリでは、DreamX-World-5B 版、Wan2.1-T2V-1.3B の DMD 版(EMA 含む)および自己回帰教師モデルが公開されており、推論および訓練コードは GitHub にあります。

なぜ重要か 少ステップ自己回帰動画生成では、後になるほど前のフレームを忘れやすくなりますが、この手法は履歴情報を用いて蒸留目標を補正し、長尺動画の一貫性に対応しています。

Hugging Face いいね 4 · Hugging Face 上昇スコア 3 · Hugging Face ダウンロード数 0

ライセンス:商用利用可(ベースモデルの制限あり) · ComfyUI:未対応 · VRAM:記載なし

理由

  • Hugging Face text-to-video 上昇ランキング、Hugging Face world-model タグ
  • スコア 28(freshness 0 / source 10 / heat 0 / comfy 0 / vram 3 / demo 5 / license 10)

使い方

  • GitHub リポジトリ ziplab/History-Forcing の説明に従って重みをダウンロードし、推論を実行してください

リスク

  • 研究用コードであり、ComfyUI には対応していません。モデルカードに VRAM 要件が記載されておらず、リポジトリにもライセンスが明記されていません

開く

抱脸 text-to-video 上升榜

最新の AI ニュースを見る