arXiv论文提出条件残差预测改进自回归视频模型

发生了什么

据arXiv cs.CV报道，一篇题为《条件残差预测：无需双向教师改进自回归视频扩散模型》的研究提出CRP方法。该方法使因果模型减少对历史条件的依赖，仅利用当前输入无法提供的部分进行残差预测。实验显示CRP几乎缩小了与双向模型的差距。基于此训练的Optica模型参数量为2B，使用约15M训练视频，在VBench上达到82.78分，生成5秒480p视频。