EVENT DOSSIER
On September 7, 2026, the arXiv cs.CV platform published research findings titled Encore. This study proposed an adaptive signal routing mechanism aimed at addressing the bottleneck issues in existing models for long-sequence generation. By dynamically adjusting signal flow, the Encore model achieved infinite continuity in the generation of audio and video content, significantly improving the duration stability and coherence of multimodal generation.
arXiv:2609.04249v1 提出名为 Encore 的方法，旨在实现长视频与音频的同步生成。该方法将挑战分解为局部连续性和全局一致性两部分：前者通过带显式跨片段上下文传播的迭代生成处理，后者通过带有移位位置嵌入的参考音视频信号强制约束。为此，Encore 提出了自适应信号路由（ASR），在自注意力中引入可学习注意力偏差，并在交叉注意力输出上应用可学习残差缩放因子，使模型能自适应调节各条件信号的影响。训练时采用端到端方式，推理阶段支持基于真实模态条件的无限长度音视频合成。在扩展的 VerseBench 上的实验表明，Encore 在生成质量和时间连贯性方面显著优于现有方法。