論文の概要: LongLive-Plug: Once-for-All Distillation for Video Generation

• arxiv url: http://arxiv.org/abs/2609.38154v1
• Date: Tue, 29 Sep 2026 17:58:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.825499
• Title: LongLive-Plug: Once-for-All Distillation for Video Generation
• Title（参考訳）: LongLive-Plug:ビデオ生成のための1回限りの蒸留
• Abstract要約: LongLive-Plugは、LoRAとして再利用可能な機能を学ぶ、一度限りの蒸留フレームワークである。 これらの機能には、シングルパスフリーガイダンス、数ステップのサンプリング、長いコンテキストエラー修正が含まれる。 3つのバックボーンファミリーと8つのタスクカテゴリにわたる54のダウンストリームモデル上でのトレーニング不要なデプロイメントを検証する。
• 参考スコア（独自算出の注目度）: 41.77835973831662
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Video diffusion models are increasingly developed into specialized models for diverse downstream tasks, and this development often includes a distillation stage, for example to accelerate sampling or to improve long-video generation. This stage is typically repeated for every specialized model. We introduce LongLive-Plug, a once-for-all distillation framework that learns reusable capabilities as LoRAs on a base model for training-free, plug-and-play deployment to compatible downstream models. These capabilities include single-pass classifier-free guidance, few-step sampling, and long-context error correction for autoregressive generation. The adapters remain reusable even when downstream models add conditioning branches, expand output channels. Despite training at a fixed guidance scale, our dedicated CFG LoRA provides text guidance control through its inference weight. Combining it with a few-step LoRA simultaneously preserves few-step generation and CFG controllability on downstream tasks. We verify training-free deployment on 54 downstream models across three backbone families and eight task categories, including world modeling, robotics, editing, and multimodal generation. The approach may support additional compatible models. Each capability can thus be distilled once per backbone family and reused without per-target retraining.
• Abstract（参考訳）: ビデオ拡散モデルは、様々な下流タスクのための特殊なモデルへと発展してきているが、この開発には、サンプリングの高速化や長ビデオ生成の改善など、蒸留段階を含むことがしばしばある。 このステージは、通常、すべての特殊モデルに対して繰り返される。 我々はLongLive-Plugを紹介した。LongLive-Plugは、LongLive-Plugという蒸留フレームワークで、LoRAとして再利用可能な機能をベースモデルで学習する。 これらの機能には、シングルパスのクラシファイアフリーガイダンス、数ステップのサンプリング、自動回帰生成のための長文エラー修正が含まれる。 下流モデルが条件分岐を追加し、出力チャネルを拡張する場合でも、アダプタは再利用可能なままである。 固定的な指導尺度での訓練にもかかわらず、CFG LoRAは推論重みによるテキスト誘導制御を提供する。 数ステップのLoRAと組み合わせることで、下流タスクで数ステップ生成とCFG制御性を同時に保持できる。 我々は,世界モデリング,ロボット工学,編集,マルチモーダル生成など,3つのバックボーンファミリーと8つのタスクカテゴリにわたる54のダウンストリームモデルに対するトレーニング不要なデプロイメントを検証する。 このアプローチは、追加の互換性のあるモデルをサポートするかもしれない。 これにより、各能力は1つのバックボーンファミリーに1回蒸留し、ターゲットごとに再トレーニングすることなく再利用することができる。

関連論文リスト

• D-OPSD: On-Policy Self-Distillation for Continuously Tuning Step-Distilled Diffusion Models [27.90064267850009]
  ステップ蒸留拡散モデルのための新しい訓練パラダイムであるD-OPSDを提案する。 D-OPSDにより、モデルは元の数ステップのキャパシティを犠牲にすることなく、新しい概念、スタイルなどを学ぶことができる。
  論文  参考訳（メタデータ） (2026-05-06T17:59:34Z)
• Astrolabe: Steering Forward-Process Reinforcement Learning for Distilled Autoregressive Video Models [58.3184497327891]
  蒸留自己回帰(AR)ビデオモデルは、効率的なストリーミング生成を可能にするが、しばしば人間の視覚的嗜好に反する。 蒸留ARモデルに適した効率的なオンライン強化学習フレームワークであるAstrolabeを提案する。
  論文  参考訳（メタデータ） (2026-03-17T18:32:18Z)
• LongDWM: Cross-Granularity Distillation for Building a Long-Term Driving World Model [22.92353994818742]
  ドライビングワールドモデルは、現在の状態と行動の状態に基づいて、ビデオ生成によって未来をシミュレートするために使用される。 最近の研究は、ディフュージョントランスフォーマー(DiT)を駆動世界モデルのバックボーンとして利用し、学習の柔軟性を向上させる。 我々は、シンプルで効果的な長期運転世界モデルを構築するためのソリューションをいくつか提案する。
  論文  参考訳（メタデータ） (2025-06-02T11:19:23Z)
• From Slow Bidirectional to Fast Autoregressive Video Diffusion Models [48.35054927704544]
  現在のビデオ拡散モデルは、印象的な生成品質を実現するが、双方向の注意依存のため、インタラクティブなアプリケーションに苦戦する。 この制限には、事前訓練された双方向拡散変換器を自己回帰変換器に適応させ、フレームをオンザフライで生成することで対処する。 我々のモデルは、VBench-Longベンチマークで84.27点のスコアを達成し、以前のすべてのビデオ生成モデルを上回った。
  論文  参考訳（メタデータ） (2024-12-10T18:59:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。