剑桥 S2PD 论文：高噪声阶段串行扩散让视频模型遵守物理规则

剑桥大学与 Toyota Motor Europe 提出 S2PD：高噪声阶段串行扩散、低噪声阶段并行扩散，让双向视频扩散模型遵守物理定律和符号规则。两种实现为从零训练的像素空间 diffusion transformer，以及对预训练视频模型做 LoRA 微调加因果注意力。在游戏、物理仿真和真实视频上，它比同等规模双向基线更遵循规则，采样效率优于其他串行方法。