RepForcing：表征空间监督的视频蒸馏方法

2026年10月16日，AGI Hunt 报道称，Joy Future Academy 与浙江大学提出 RepForcing，一种面向自回归视频蒸馏的表征空间初始化方法。该方法用特征空间监督替代传统的轨迹回归，以提升少步（few-step）视频生成质量。报道称，相比 causal ODE 蒸馏基线，RepForcing 在多项质量指标上均有提升。其示例视频覆盖人物活动、动物行为与风格化场景，能够保留服装褶皱、毛发等细节，并保持外观与场景结构一致。目前公开的信息主要涉及方法思路与示例效果，报道未给出具体指标的数值、评测数据集，也未提及论文或代码的公开情况。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。