AIGCer的博客

Helios：实时长视频生成新突破 北京大学等机构联合推出14B参数视频生成大模型Helios，在单张H100 GPU上实现19.5FPS的实时视频生成，支持分钟级长视频生成且保持高质量。Helios通过三大创新技术解决行业痛点： 深度压缩流技术：通过多期记忆补丁化和金字塔统一预测校正器大幅减少计算冗余，无需传统加速技术即可实现实时生成 简易防漂移方案：采用相对旋转位置编码消除重复动作，首帧锚点稳定全局色彩，帧感知破坏提升容错率，有效解决长视频漂移问题。

《RollingForcing：实时自回归长视频扩散技术》提出了一种创新框架，通过滚动窗口联合去噪技术和注意力汇机制，实现了单个GPU上16fps的实时长视频生成。该技术突破性地解决了传统流视频生成中的误差累积问题，能在数分钟时长的视频中保持高质量和一致性。通过双向注意力优化和全局上下文锚定，系统显著降低了长期质量漂移，同时采用高效训练算法减轻曝光偏差。实验表明，该方法在视觉保真度、时间一致性和实时性能上均优于现有技术，为长视频流媒体应用提供了实用解决方案。

Self-Forcing++突破长视频生成瓶颈 摘要：本文提出Self-Forcing++框架，解决了自回归模型在生成长视频时面临的时间性和监督不匹配问题。通过让学生在自身错误累积的长轨迹上进行校正，并利用教师模型的片段指导，该方法实现了三大突破。