视频生成逼近光速：无限长视频实时流式输出
推荐指数 84.0 NO. 021 · 2026.11.04
upvotes101comments3
简介
Wave Forcing 通过联合设计生成、训练和推理流程，用多步去噪实现连续长视频实时生成，解决了现有方法需要两次前向传播和画面漂移的问题。对做视频生成产品的团队来说，这意味着长视频生成的吞吐量和一致性可能有数量级提升。
媒体预览
编辑判断
现有方案如 CogVideo、Wan 2.1 的长视频生成都是切块自回归，每块要重新编码历史帧做条件，导致两次前向传播成为瓶颈。Wave Forcing 的关键设计是 chunk-wise causal attention 直接复用前面块的干净隐变量，把历史缓存刷新和当前生成合成一步完成。
论文声称在 720p 下做到 24fps 连续输出，但需注意这是单卡 A100 还是集群结果，以及因果注意力对显存占用的实际开销。HuggingFace 页面暂未放代码，如果开源，这将是目前最接近工程可用的流式视频生成方案。