千帧长视频时代到来！MIT全新扩散算法让任意模型突破时长极限

文章预览

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。 投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com 进入到 2025 年，视频生成（尤其是基于扩散模型）领域还在不断地「推陈出新」，各种文生视频、图生视频模型展现出了酷炫的效果。其中，长视频生成一直是现有视频扩散的痛点。 近期，MIT 团队火遍外网的新论文《History-guided Video Diffusion》提出了一种 全新算法 Diffusion Forcing Transformer（ DFoT ），在不改动原有架构的情况下就能让模型稳定输出比之前近 50 倍、近千帧长的视频 。 论文地址：https://arxiv.org/abs/2502.06764 项目主页：https://boyuan.space/history-guidance/ 该算法生成的 ………………………………