論文の概要: TRAC: Trajectory-aware Reuse and Adaptive Correction for Efficient Autoregressive Video Generation
- arxiv url: http://arxiv.org/abs/2610.02779v1
- Date: Fri, 02 Oct 2026 04:11:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-06 00:14:30.203987
- Title: TRAC: Trajectory-aware Reuse and Adaptive Correction for Efficient Autoregressive Video Generation
- Title（参考訳）: TRAC:効率的な自己回帰ビデオ生成のための軌道認識再使用と適応補正
- Abstract要約: 本稿では,効率的な自己回帰(AR)ビデオ生成のためのトレーニングフリーフレームワークであるtrajectory-aware reuse and Adaptive correction (TRAC)を提案する。
TRACは、ロバスト累積スケジューリング(RCS)、自己回帰軌道対応誘導スケジューリング(ATGS)、スペクトル構造補正(SSC)の3つのコンポーネントでこの問題に対処している。
SkyReels-V2 と FramePack-F1 の実験では、既存の手法と比較して、TRAC は最高の推論効率とARビデオ生成の最高の生成品質を達成している。
- 参考スコア（独自算出の注目度）: 18.857583014838863
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we present trajectory-aware reuse and adaptive correction (TRAC), a training-free framework for efficient autoregressive (AR) video generation. Existing acceleration methods mainly target single-trajectory generation with bidirectional attention. AR video generation, by contrast, sequentially couples chunk-level denoising trajectories. Consequently, approximation errors accumulate and propagate through the generation process. TRAC addresses this challenge with three components, including robust cumulative scheduling (RCS), autoregressive trajectory-aware guidance scheduling (ATGS), and spectral structure correction (SSC). RCS selects cache reuse schedules by cumulative rollout error and cross-chunk/prompt variation. ATGS coordinates CFG refreshes along the global AR trajectory. SSC restores low-frequency structure of the first chunk to correct long-term structural loss. Experiments on SkyReels-V2 and FramePack-F1 show that, compared with existing methods, TRAC achieves both the highest inference efficiency and the best generation quality for AR video generation.
- Abstract（参考訳）: 本稿では,効率的な自己回帰(AR)ビデオ生成のためのトレーニングフリーフレームワークであるTRAC(trajectory-aware reuse and Adaptive correction)を提案する。
既存の加速法は主に双方向注意による単軌道生成を目標とする。
対照的にARビデオ生成は、チャンクレベルの認知軌道を順次結合する。
その結果、近似誤差は生成過程を通じて蓄積して伝播する。
TRACは、ロバスト累積スケジューリング(RCS)、自己回帰軌道対応誘導スケジューリング(ATGS)、スペクトル構造補正(SSC)の3つのコンポーネントでこの問題に対処している。
RCSは累積ロールアウトエラーとクロスチャンク/プロンプト変動によってキャッシュ再利用スケジュールを選択する。
ATGSは、グローバルAR軌道に沿ってCFGリフレッシュを調整する。
SSCは第1チャンクの低周波構造を復元し、長期構造損失を補正する。
SkyReels-V2 と FramePack-F1 の実験では、既存の手法と比較して、TRAC は最高の推論効率とARビデオ生成の最高の生成品質を達成している。
関連論文リスト
- LiteVSR: Lightweight Adaptation of Frozen Diffusion Transformers for Video Super-Resolution [73.85089704122315]
軽量な状態認識適応器を備えた冷凍トランスフォーマーを用いて,ビデオ超解法(VSR)を実現するミニマリストフレームワークを提案する。
LiteVSRは、たった11.25%のトレーニング可能なパラメータと1つのA100での12GPU時間のトレーニングで競争力のある復元品質を実現し、高速サンプリング(単一ステップまで)の互換性を維持している。
論文 参考訳（メタデータ） (2026-06-08T09:23:42Z) - CreFlow: Corrective Reflow for Sparse-Reward Embodied Video Diffusion RL [56.969946199335716]
本稿では,ポストトレーニング後のエンボディドビデオ生成モデルに対して,コンポジション制約に基づく報酬モデルを提案する。
提案するCreFlowは,2つの鍵となる設計を持つ新しいオンラインRLフレームワークである。
論文 参考訳（メタデータ） (2026-05-14T02:18:58Z) - Accelerating Training of Autoregressive Video Generation Models via Local Optimization with Representation Continuity [57.83511884904928]
本研究では,実証分析による自己回帰映像生成モデルの訓練を高速化する手法を検討する。
その結果,少ないビデオフレームでのトレーニングではトレーニング時間が大幅に短縮される一方で,エラーの蓄積が悪化し,生成したビデオに矛盾が生じることが判明した。
リプシッツ連続性に触発されて、生成されたビデオの一貫性を改善するためにRepresentation Continuity(ReCo)戦略を提案する。
論文 参考訳（メタデータ） (2026-04-08T09:43:03Z) - Not All Frames Deserve Full Computation: Accelerating Autoregressive Video Generation via Selective Computation and Predictive Extrapolation [8.70067126225172]
オートレグレッシブ(AR)ビデオ拡散モデルは、長めのビデオ生成を可能にするが、複数ステップの復調を繰り返して高価である。
我々は,効率的なARビデオ拡散のためのトレーニングフリーフレームワークSCOPEを提案する。
MAGI-1とSkyReels-V2では、SCOPEは元の出力に匹敵する品質を維持しながら最大4.73倍のスピードアップを達成する。
論文 参考訳（メタデータ） (2026-04-03T11:34:47Z) - 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) - Zero-shot 3D-Aware Trajectory-Guided image-to-video generation via Test-Time Training [27.251232052868033]
Trajectory-Guided Image-to-Video (I2V) 生成は、ユーザが指定した動画を合成することを目的としている。
Zo3Tは軌道制御されたI2V生成における3次元リアリズムと運動精度を著しく向上させる。
論文 参考訳（メタデータ） (2025-09-08T14:21:45Z) - SelfDRSC++: Self-Supervised Learning for Dual Reversed Rolling Shutter Correction [72.05587640928879]
二重反転RS歪み補正(SelfDRSC++)のための自己教師付き学習フレームワークを提案する。
双方向相関マッチングブロックを組み込んだ軽量DRSCネットワークを導入し,光学流の結合最適化とRS特性の補正を行う。
DRSCネットワークを効果的に訓練するために、入力と再構成された二重逆RS画像間のサイクル整合性を保証する自己教師付き学習戦略を提案する。
論文 参考訳（メタデータ） (2024-08-21T08:17:22Z) - RAP: Efficient Text-Video Retrieval with Sparse-and-Correlated Adapter [77.0205013713008]
Text-Video Retrieval (TVR)は、関連するビデオコンテンツと自然言語クエリを連携させることを目的としている。
現在までに、ほとんどの最先端のTVR手法は、大規模な事前学習された視覚モデルに基づいて、画像からビデオへの変換学習を学習している。
パラメータ化層数で事前学習モデルの微調整を行うためのスパース・アンド・コラージュAdaPter (RAP) を提案する。
論文 参考訳（メタデータ） (2024-05-29T19:23:53Z) - Robust Fully-Asynchronous Methods for Distributed Training over General Architecture [11.480605289411807]
分散機械学習問題における完全な同期は、レイテンシ、パッケージの損失、ストラグラーの存在のため、非効率であり、不可能である。
本稿では,R-FAST (Fully-Asynchronous Gradient Tracking Method) を提案する。
論文 参考訳（メタデータ） (2023-07-21T14:36:40Z)
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。