One-Forcing：迈向稳定的一步自回归视频生成

基于自回归扩散的视频生成的最新进展极大地提高了实时视频合成的质量。然而，大多数现有方法仍然需要多个去噪步骤，而将采样减少到单个步骤通常会导致严重的质量下降：基于轨迹的一致性 蒸馏 方法通常会产生动态较弱的视频，而基于 DMD 的方法（例如 Self-Forcing）往往会生成模糊的帧。我们将这一限制归因于教师轨迹在高噪声端点附近表现出高度集中的曲率，这对一致性 蒸馏 框架下的单步 蒸馏 提出了基本的几何挑战。为了解决这些限制，我们提出了 One-Forcing，这是一种简单而有效的方法，通过辅助 GAN 损失来增强 DMD 目标，以实现高质量和高效的一步视频生成。我们进一步发现，逐帧自回归稳定了对抗性训练，与逐块自回归相比，能够以更少的训练迭代实现更高质量的生成。 VBench 上的实验表明，One-Forcing 获得了 83.76 的总分，在一步因果视频生成方法中建立了最先进的性能，同时与强大的多步方法保持了竞争力。