腾讯等提出Future Chunk Prediction视频生成方法

发生了什么

腾讯等研究人员提出Future Chunk Prediction (FCP) 方法，旨在解决自回归视频生成中对场景演化建模不足的问题 [document3, e15]。FCP作为一种辅助目标，与教师强制去噪共同优化，通过预测时间分离的区块且无需中间视觉上下文来增强物理真实感 [document0, e1, document3, e7]。该方法无需额外的预训练视觉编码器且不改变自回归推理过程 [document0, e2, document3, e8]。据Hugging Face Papers报道，该方法在Physics-IQ上提升了物理真实感（I2V +11.2%，V2V +9.4%），并降低了57.9%的计算量和63.4%的数据量 [document3, e12, e13]。