ForcingBooster：自适应逐块去噪加速视频扩散

2026 年 10 月 12 日，arXiv cs.CV 刊出 ForcingBooster 的报道，提出面向快速自回归视频扩散的自适应 patch 级去噪方法。其核心是一个轻量路由模块，为各个 patch 动态分配去噪步数：简单 patch 提前停止，困难 patch 获得更多细化步数。报道称，在视觉质量与四步基线相当的前提下，该框架可将视频 patch 的总去噪步数减少约 50%。同时，该方法兼容大多数现有少步自回归扩散模型，且仅需适度训练。目前该工作处于论文公开阶段，报道未提及代码、模型权重发布或第三方复现情况，也未给出除“约 50% 步数减少”之外的更多定量指标。

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。