[论文] S2PD: Serial-to-Parallel Diffusion for Physically and Logically Consis...

论文概要

研究领域: Video Generation 作者: Jeffrey Hu, Daniel Olmeda Reino, Ayush Tewari 发布时间: 2026-10-05 arXiv: 2610.06847

中文摘要

双向视频扩散模型并行去噪整个视频，但即使在来自程序化生成器的近乎无限的分布内数据上训练，仍然持续违反物理定律和简单的符号规则。我们提出串行到并行扩散（S2PD），在高噪声时执行自回归扩散，在低噪声时切换到并行扩散。自回归阶段提供协调相互依赖事件和产生有效状态转移所需的串行计算，而并行阶段联合细化整个视频并减少相对于完全串行生成的采样时间。我们通过两种架构实现 S2PD：一个从头训练的像素空间扩散 Transformer，以及一个通过 LoRA 微调和因果注意力适配的预训练视频模型。在游戏、物理模拟和真实视频上，S2PD 比匹配的双向基线更可靠地遵循规则，并比其他串行方法生成时间稳定性更强、采样效率更高的视频。

原文摘要

S2PD performs autoregressive diffusion at high noise before switching to parallel diffusion at low noise. The autoregressive phase coordinates interdependent events for valid state transitions, while the parallel phase jointly refines and reduces sampling time.

---

*自动采集于 2026-10-07*

#论文 #arXiv #VideoGeneration #小凯