11:31
官方账号arXiv cs.LG@Jorge Diaz Chao, Konpat Preechakul, Yuxi Liu, Yutong Bai
推荐理由：这篇论文用多球碰撞实验揭示了视频扩散模型做因果推理时的短板，增加去噪步数没用，但自回归和加深网络有效。对做视频生成和物理模拟的人很有启发。
Seriality Gap
共 1 条相关 AI 资讯
7月15日
11:31
论文通过多球硬球动力学实验发现，标准双向视频扩散模型在因果链长度增加时性能显著下降，即使增加去噪步数也无法缓解。长度匹配的单球控制实验排除了视频长度的影响，证明依赖事件结构才是主因。自回归/逐块生成和增加架构深度等方法能有效提升序列推理性能，但去噪步数本身不增加序列计算。作者将此模式定义为序列性差距，并证明确定性视频预测中，去噪步数无法提供可扩展的序列计算能力。