--- format: "aidr-story-markdown/v1" id: "f5b4a943446f2058c9abe6477d40e035e9e13791b2e1eb73c2fe73f2f29274b2" canonical_url: "https://aidr.today/f5b4a943?lang=vi" title: "Hướng tới tương lai: Mô hình hóa sự tiến hóa trong quá trình tạo video autoregressive" lang: "vi" requested_lang: "vi" available_langs: ["en","vi"] translation_fallback: null fallback_fields: [] published_at: "2026-10-22T00:00:00.000Z" category: "Research" topics: ["inference"] source_urls: ["https://huggingface.co/papers/2610.29989"] summary: "Các mô hình video diffusion autoregressive tạo video theo từng phân đoạn, nhưng việc tạo ra các phần tiếp nối hợp lý không đảm bảo rằng chúng nắm bắt được cách các cảnh phim tiến hóa. Dưới cơ chế teacher forcing, sự dư thừa về mặt thời gian mạnh mẽ có thể cho phép tính liên tục về mặt hình ảnh cục bộ đóng vai trò như một lối tắt cho việc khử nhiễu phân đoạn hiện tại, làm giảm áp lực mô hình hóa sự tiến hóa hình ảnh. Chúng tôi giới thiệu FCP, một mục tiêu phụ được tối ưu hóa cùng với quá trình khử nhiễu teacher-forced nhằm dự đoán các phân đoạn tách biệt về mặt thời gian mà không cần truy cập vào context hình ảnh xen kẽ. Nhờ lấy giám sát trực tiếp từ các video huấn luyện, FCP không yêu cầu thêm visual encoder đã được pretrained và giữ nguyên quá trình autoregressive inference. Phương pháp của chúng tôi đạt được tính hợp lý về vật lý vượt trội so với huấn luyện autoregressive teacher-forced tiêu chuẩn với ngân sách tính toán huấn luyện tổng thể thấp hơn, làm nổi bật tính hiệu quả của việc giám sát future-chunk trong mô hình hóa sự tiến hóa hình ảnh. Điều thú vị là các hình ảnh trực quan hóa của chúng tôi cho thấy FCP thúc đẩy một không gian biểu diễn có cấu trúc hơn, điều này có thể…" --- # Hướng tới tương lai: Mô hình hóa sự tiến hóa trong quá trình tạo video autoregressive > [Open the canonical story]() **Published:** 2026-10-22T00:00:00.000Z **Category:** Research **Topics:** inference ## Summary Các mô hình video diffusion autoregressive tạo video theo từng phân đoạn, nhưng việc tạo ra các phần tiếp nối hợp lý không đảm bảo rằng chúng nắm bắt được cách các cảnh phim tiến hóa\. Dưới cơ chế teacher forcing, sự dư thừa về mặt thời gian mạnh mẽ có thể cho phép tính liên tục về mặt hình ảnh cục bộ đóng vai trò như một lối tắt cho việc khử nhiễu phân đoạn hiện tại, làm giảm áp lực mô hình hóa sự tiến hóa hình ảnh\. Chúng tôi giới thiệu FCP, một mục tiêu phụ được tối ưu hóa cùng với quá trình khử nhiễu teacher\-forced nhằm dự đoán các phân đoạn tách biệt về mặt thời gian mà không cần truy cập vào context hình ảnh xen kẽ\. Nhờ lấy giám sát trực tiếp từ các video huấn luyện, FCP không yêu cầu thêm visual encoder đã được pretrained và giữ nguyên quá trình autoregressive inference\. Phương pháp của chúng tôi đạt được tính hợp lý về vật lý vượt trội so với huấn luyện autoregressive teacher\-forced tiêu chuẩn với ngân sách tính toán huấn luyện tổng thể thấp hơn, làm nổi bật tính hiệu quả của việc giám sát future\-chunk trong mô hình hóa sự tiến hóa hình ảnh\. Điều thú vị là các hình ảnh trực quan hóa của chúng tôi cho thấy FCP thúc đẩy một không gian biểu diễn có cấu trúc hơn, điều này có thể… ## Sources - [Story source]()