长视频生成专题
本专题收录长视频生成领域的最新研究进展，涵盖漂移问题解决、层级自回归架构、实时生成等核心技术方向。
核心问题
长视频生成面临的主要挑战：
| 问题 | 描述 | 解决方案 |
|---|---|---|
| 误差累积 | 长时间生成导致误差不断累积 | SVI错误回收、HiAR层级去噪 |
| 内容漂移 | 视频内容逐渐偏离初始条件 | Content Anchors、先验控制 |
| 计算效率 | 长时间生成计算成本高 | Helios实时生成、Pipelined并行 |
2026年最新进展
ICLR 2026 Oral
- Stable Video Infinity：无漂移的无限长度视频生成 — EPFL VITA Lab，错误回收机制解决漂移问题
层级自回归架构
- HiAR：层级自回归视频生成 — 从”块优先”到”步骤优先”的去噪范式转变
实时长视频生成
- Helios — 14B参数模型，单卡H100实现19.5FPS实时生成
- LoL (Longer than Longer) — 小时级视频生成，支持1+小时视频
代理增强生成
- A2RD — Agentic AR+Diffusion，保持分钟级视频时序一致性
核心技术
误差回收机制 (Error Recycling)
SVI提出的核心创新：通过选择性错误校正而非完全重新生成来解决漂移问题。
# 错误回收伪代码
def error_recycling_forward(chunk, error_bank):
noisy_chunk = add_noise(chunk)
# 从错误库中回收相关错误
recovered_error = retrieve_similar_errors(error_bank, noisy_chunk)
# 融合当前预测与回收误差
enhanced_prediction = fuse(chunk, recovered_error)
return enhanced_prediction步骤优先去噪 (Step-First Denoising)
HiAR的核心范式转变：每个块在匹配噪声级别上条件化先前块，减少误差传播同时保持时序因果性。
相关专题
学习路径
入门路径
进阶路径
- 理解漂移问题的数学形式化
- 探索误差累积的理论分析
- 实现并行推理优化
- 研究世界模型在视频生成中的应用
论文推荐
必读论文
| 论文 | 会议 | 关键贡献 |
|---|---|---|
| Stable Video Infinity | ICLR 2026 Oral | 错误回收机制 |
| HiAR | - | 步骤优先去噪范式 |
| Long Video Generation Drift | - | 漂移问题系统分析 |
前沿论文
| 论文 | arXiv | 关键贡献 |
|---|---|---|
| Helios | 2603.04379 | 实时19.5FPS生成 |
| LoL | 2601.16914 | 小时级视频生成 |
| A2RD | 2605.06924 | Agentic视频生成 |
实践项目
推荐实践
- 实现SVI错误回收模块：基于PyTorch实现错误收集与融合
- 复现HiAR层级去噪：理解块条件化机制
- 长视频评估指标：实现FID、FVD等评估方法
开源资源
最后更新：2026-05-19