论文页面 - 增强无训练无限帧生成以实现一致的长视频

来源：https://huggingface.co/papers/2605.18233

摘要

MIGA 通过双重一致性机制缩小训练-推理差距并增强时间一致性，从而应对长视频生成的挑战。

在不引入显著计算开销的前提下，无训练长视频生成旨在让基础视频生成模型能够生成长度更长的视频。帧级自回归框架（例如 FIFO-diffusion）的优势在于能够在恒定内存消耗下生成无限长的视频。然而，训练与推理之间的不匹配，以及维持长期一致性的挑战，限制了基础模型的有效利用。为缓解这些问题，我们提出了 MIGA，一种新颖的无限帧长视频生成方法。首先，我们提出一种有效的两阶段对齐机制，通过减少输入模型的噪声跨度来缓解训练-推理差距。接着，我们引入一种创新的双重一致性增强机制，其中自我反思方法校正早期高噪声帧，而长程帧引导方法利用后期低噪声帧的广泛覆盖来指导生成，共同提升时间一致性。在 VBench 和 NarrLV 上的大量实验表明，MIGA 达到了最先进的性能。我们的项目页面位于 https://xiaokunfeng.github.io/miga_homepage/。

查看 arXiv 页面 (https://arxiv.org/abs/2605.18233) 查看 PDF (https://arxiv.org/pdf/2605.18233) 项目页面 (https://xiaokunfeng.github.io/miga_homepage/) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2605.18233)

在您的 agent 中获取本文：

hf papers read 2605\.18233

没有最新 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用本文的模型0

没有模型链接此论文

请在模型 README.md 中引用 arxiv.org/abs/2605.18233 以从该页面链接。

引用本文的数据集0

没有数据集链接此论文

请在数据集 README.md 中引用 arxiv.org/abs/2605.18233 以从该页面链接。

引用本文的 Space0

没有 Space 链接此论文

请在 Space README.md 中引用 arxiv.org/abs/2605.18233 以从该页面链接。

包含本文的收藏0

没有包含此论文的收藏

请将本文添加到一个收藏中以从该页面链接。