論文の概要: Adversarial Gradient Forcing for Robust Few-Step Autoregressive Video Generation

• arxiv url: http://arxiv.org/abs/2610.14553v1
• Date: Sat, 10 Oct 2026 04:22:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 13:00:47.774732
• Title: Adversarial Gradient Forcing for Robust Few-Step Autoregressive Video Generation
• Title（参考訳）: ロバストFew-Step自己回帰ビデオ生成のための逆方向強制力
• Abstract要約: 本稿では,数ステップの自己回帰ビデオモデルのロバスト性を改善するために,Adversarial Gradient Forcing (AGF)を導入する。 AGFは、将来のブロック予測からの分布整合勾配を用いて、自己生成履歴の逆摂動を選択する。 AGFは60秒ビデオ生成でVBench Totalスコアが最も高く、4分間ビデオ生成で最高の視覚的品質を達成している。
• 参考スコア（独自算出の注目度）: 31.15427595982882
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Autoregressive video generation models generate videos sequentially, with each new block conditioned on previously generated blocks. By training on the model's own rollouts, Self Forcing and its follow-up methods substantially mitigate exposure bias caused by the mismatch between training- and inference-time history distributions. However, these models still suffer from error accumulation during long-horizon generation. We identify a key underlying limitation: the model remains highly sensitive to errors in its generated history, allowing small deviations to be amplified through subsequent generations. We refer to this underexplored problem as the local history robustness gap. To address this gap, we introduce Adversarial Gradient Forcing (AGF), a framework designed to improve the robustness of few-step autoregressive video models to perturbations and accumulated errors in their own generated histories. AGF uses distribution matching gradients from future block predictions to select adversarial perturbations of self-generated histories. It then jointly trains the generator on the original and perturbed histories to improve the robustness of future generation. Extensive experiments show that AGF achieves the highest VBench Total score on 60-second video generation and the best visual quality on four-minute video generation. Notably, AGF achieves such long-horizon robustness while requiring only 5-second rollouts for training.
• Abstract（参考訳）: 自動回帰ビデオ生成モデルは、以前に生成されたブロックにそれぞれ新しいブロック条件で連続的にビデオを生成する。 モデル自身のロールアウトをトレーニングすることで、セルフフォースとそのフォローアップメソッドは、トレーニング時間と推論時間の履歴分布のミスマッチに起因する露出バイアスを大幅に軽減する。 しかし、これらのモデルは長軸生成時に誤差の蓄積に悩まされている。 モデルは生成した履歴のエラーに対して非常に敏感であり、その後世代を通して小さな偏差を増幅することができる。 我々は、この未解明の問題を、局所的な歴史の堅牢性ギャップとして言及する。 このギャップに対処するために、我々は、数ステップの自己回帰ビデオモデルの頑健性を改善するために設計されたフレームワークであるAdversarial Gradient Forcing (AGF)を導入する。 AGFは、将来のブロック予測からの分布整合勾配を用いて、自己生成履歴の逆摂動を選択する。 その後、原型で発電機を共同で訓練し、将来の世代の堅牢性を改善するために混乱した歴史を整備した。 AGFは60秒ビデオ生成において最高VBenchトータルスコアを達成し、4分間ビデオ生成において最高の視覚的品質を達成している。 特に、AGFはトレーニングに5秒のロールアウトしか必要とせず、このような長い水平ロバスト性を達成する。

関連論文リスト

• Self Gradient Forcing: Native Long Video Extrapolation [60.00513917489133]
  自己グラディエント強制は、歴史的文脈-段階的ギャップを回復する。 コードとモデルがリリースされ、自動回帰ビデオ生成の研究が進められる。
  論文  参考訳（メタデータ） (2026-07-22T16:59:23Z)
• Cycle-World: Mitigating Error Accumulation in Long-term Video World Models via Reverse-Prediction Cycle Consistency [123.12549538776109]
  Cycle-Worldは、安定的で時間的に一貫した長ビデオ生成のために設計されたフレームワークである。 提案手法は,トレーニング段階と推論段階の両方に厳密な時間的可逆性を付与することにより,誤差の漂流に対処する。 VBenchベンチマークの実験では、Cycle-Worldの2相相相のシナジーがエラードリフトを著しく緩和することを示した。
  論文  参考訳（メタデータ） (2026-07-13T17:27:13Z)
• RAVEN: Real-time Autoregressive Video Extrapolation with Consistency-model GRPO [53.38929612273108]
  因果自己回帰ビデオ拡散モデルは、以前生成されたコンテンツから将来のチャンクを外挿することでリアルタイムストリーミング生成をサポートする。 本稿では,リアルタイム自動回帰ビデオ補間ネットワーク(RAVEN)を紹介した。これは,各自己ロールアウトを,クリーンな歴史的エンドポイントのインターリーブシーケンスに再パッケージするトレーニングタイムテストフレームワークである。
  論文  参考訳（メタデータ） (2026-05-14T17:59:30Z)
• End-to-End Training for Autoregressive Video Diffusion via Self-Resampling [63.84672807009907]
  自己回帰ビデオ拡散モデルは、世界シミュレーションの可能性を保っているが、列車テストミスマッチに起因する露出バイアスに弱い。 教師なしのフレームワークであるResampling Forcingを導入し、スクラッチから大規模まで自動回帰ビデオモデルのトレーニングを可能にする。
  論文  参考訳（メタデータ） (2025-12-17T18:53:29Z)
• BAgger: Backwards Aggregation for Mitigating Drift in Autoregressive Video Diffusion Models [50.986189632485285]
  モデル自身のロールアウトから補正軌道を構築する自己教師型スキームであるバックワードアグリゲーション(BAgger)を導入する。 数段階の蒸留と分配整合損失に依存する従来のアプローチとは異なり、BAggerは標準的なスコアやフローマッチングの目的を持つ列車である。 因果拡散変換器でBAggerをインスタンス化し、テキスト・ツー・ビデオ、ビデオ・エクステンション、マルチプロンプト・ジェネレーションで評価する。
  論文  参考訳（メタデータ） (2025-12-12T23:02:02Z)
• AR-Diffusion: Asynchronous Video Generation with Auto-Regressive Diffusion [19.98565541640125]
  自動回帰拡散(AR-Diffusion, Auto-Regressive Diffusion)は, フレキシブルビデオ生成のための自己回帰拡散モデルと拡散モデルの強みを組み合わせた新しいモデルである。 自己回帰生成に触発されて、個々のフレームの腐敗タイムステップに非減少制約を組み込む。 このセットアップは、時間的因果的注意とともに、時間的コヒーレンスを保ちながら、長さの異なる柔軟なビデオの生成を可能にする。
  論文  参考訳（メタデータ） (2025-03-10T15:05:59Z)

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。