Causal Forcing++: 실시간 대화형 영상 생성을 위한 확장 가능한 소수 단계 자기회귀 확산 증류
칭화대 Machine Learning Group이 기존 Causal Forcing의 후속 연구인 Causal Forcing++를 공개했으며, 양방향 확산 모델을 1~2 스텝만의 프레임 단위 자기회귀 모델로 증류하는 Causal Consistency Distillation을 도입해 실시간 대화형 영상 생성을 실현했다. 2-step 기준으로 기존 SOTA 대비 VBench Total +0.1, VisionReward +0.335 향상을 달성했으며, 첫 프레임 지연을 50% 줄이고 Stage 2 학습 비용을 약 4배 절감하는 효율화도 이뤘다. 스트리밍·제어 가능한 영상 롤아웃과 액션 조건부 월드 모델 생성으로도 확장 적용이 가능하며, Tsinghua thu-ml GitHub를 통해 코드를 공개했다.
원문 보기