这项由新加坡国立大学电子与野神思工程系与英伟达询查院调理完成的询查，发表于2026年43届机器学习会议（ICML2026），地点在韩国尔，收录于PMLR306卷。对原论文感风趣的读者可通过论文编号arXiv:2607.03509查阅竣工内容。

**生成域的两难窘境**

拍过电影的东谈主都知谈，演靠近个不灭的两难聘用：要么花多半时候尽心野心每帧，确保整部影片的连贯和好意思感；要么快速拍摄，让演员随性阐发，固然率，但无意前后剧情会出现矛盾，东谈主物步履也会前后不致。东谈主工智能生成的全国里，相似存在这个窘境，而且这个窘境在畴前几年直莫得得到根底的措置。

现存的生成系统梗概分为两种门路。种叫作念"双向扩散模子"，它的责任式就像位为严慎的演：在生成任何帧画面之前，它会同期"看"这段的通盘帧，前边的、后头的完全纳入考量，然后再统生成。这种式就像先把通盘脚本写好，再次拍摄，公正是举座连贯强，画面质地也十分；坏处是野心量辽远，速率慢，生成段不时需要很永劫候，而且很难膨大到长的。

二种叫作念"自追溯模子"，它的责任式像位随性演员：只看之前发生过的内容，岂论后续怎么，帧接帧往青年景。这种式速率很快，救济自便长度的生成，还能专揽种叫作念"KV缓存"的技巧避重迭野心。然则问题在于，这种随性式的生成式容易积攒过失——就像个东谈主言语说着说着忘了脱手说的是什么，致里的东谈主物外貌、场景或动作前后不致，长里容易出现明的"漂移"风光。

正因如斯，询查团队在这里提议了个中枢问题：这两种判然不同的生成式，能否在同个模子里同期存在，而且在需要时活泼切换？

**破"非此即彼"的中枢发明：Flex-Forcing**

这项询查的中枢后果叫作念Flex-Forcing，直译过来是"活泼强制"，但贴切的涌现是"弹分块生成框架"。它的中枢想路不错用个拍摄电视剧的比方来涌现。

传统的双向模子就像把整季剧（比如21集）次拍完，通盘演员同期在场，演对举座把捏好，但资本，时候长。传统的自追溯模子则像每次只拍集，拍完集才能拍二集，速率很快，但无意候十集的演员忘了集里发生了什么。Flex-Forcing的案是：把整季剧分红多少"拍摄组"，每组里面的几集不错同期拍摄（双向格式），但不同拍摄组之间按轮换进行（自追溯格式）。这么既保留了组内的举座合作，又大幅普及了举座拍摄率。

在技巧上，这个"拍摄组"就是所谓的"块（Chunk）"。询查团队将段的通盘帧按时间轮换分红多少集合的块，每个块里面的帧使用双向在意力机制相互参考，而不同块之间则按照时候轮换，后头的块只可参考前边块依然生成好的内容。通过调治块的大小，就能在两个端之间平滑转移：当每个块只消帧时，就等价于自追溯格式；当整段只消个块时，就等价于双向格式。这个爽直的想象让同个模子在理（生成）时能够字据执行需求开脱设立。

这个活泼分块的想象沿着两个维度同期张开，就像张坐标系上的横轴和纵轴：个维度是"时候帧轴"，决定中哪些帧被分在同个块里；另个维度是"去噪尺度轴"，决定在不同的去噪阶段使用不同的块永别式。把这两个维度市欢起来，就酿成了个为丰富的设立空间。

**像金字塔样的聪惠：去噪尺度上的分块政策**

涌现去噪尺度上的分块需要先了解扩散模子的基本责任旨趣。扩散模子生成图像或的过程，就像是把张是噪点的图片步步"擦干净"，终涌现了了的画面。这个"擦干净"的过程会进行好多步（比如50步），早期的尺度决定大的结构和举座布局，晚期的尺度负责细节的精修。

询查团队发现了个很有风趣的法例：在早期去噪尺度（噪点多、省略情），需要作念"全局野心"，此时使用大的块（甚而整段算作个块）合适，因为需要让模子同期"看"到通盘帧，详情举座的场景、光泽和领路向；而在晚期去噪尺度（画面依然基本成形），只需要精修局部细节，此时使用小的块即可，反而能普及率。

这就酿成了个从"粗到细"的金字塔结构：脱手是大块（宽松的双向视角），跟着去噪进行，块越来越小（缓缓向自追溯格式过渡），终在后几步用细粒度的小块完成精修。询查团队还在技巧上想象了种"嵌套分裂"机制——上步中的个大块，不错不才步中被"切分"成多年少块，同期保留通盘原有的领域点。这种嵌套想象保证了每个尺度的设立都不错由上尺度演变而来，结构十分了了。

在执行履行时，这个金字塔结构带来了个风趣的工程挑战：若是上步中某几帧是算作个大块起处理的，而下步需要把它们拆成小块分别处理，那么后头的小块必须等前边的小块先处理完才行，因为它们需要参考前边块生成的中间限度。询查团队为此想象了个临时缓冲机制：先把大块阶段的限度缓存起来，等拆分后的小块按轮换逐处理完后再连接进。这个细节固然听起来仅仅工程妙技，却对保证通盘系统的正确至关进犯。

**措置混搭带来的新问题：噪声别不匹配**定安罐体保温

把双向和自追溯两种格式归拢在个模子里，会产生个此前从未被持重对待的问题：在同个在意力层里，同个"查询"（不错涌现为模子面前正在想考的内容）需要同期参考两类"键值对"（不错涌现为参考辛勤）——类是依然生成干净的前边帧（噪声很少），另类是还处于噪声气象的后续帧。这两类参考辛勤所处的"信噪比"各异大，就像你让个学生同期参考本印刷邃密的教科书和张依然被雨淋湿、笔迹恍惚的手稿，模子处理起来会十分零乱。

为了措置这个问题，询查团队提议了个叫作念"K-Projection"（键值投影）的机制。具体来说，它是个轻量的线变换层，能够将那些来自干净帧的"键"向量，按照面前往噪尺度的噪声水平进活动态调治，让它们看起来就像是在同等噪声条款下产生的，从而摒除噪声别不匹配的问题。这个投影层在脱手化时被诞生成"恒等映射"（即什么都不改变），然后在进修中缓缓学会怎么进行合适的对王人。

这个机制的个工程点是：它只在野心在意力时临时应用，不需要修改依然缓存的键值对本人。是以依然存好的缓存数据无谓从新野心，仅仅在读取时动态调治下，率不受影响。实验限度示，这个看似苟简的小转变对举座能的普及十分著，尤其是在块尺寸较大、接近双向格式时，枯竭K-Projection会致能明着落，加入后则保持结识甚而接续普及。

**进修：让模子在污秽中学会秩序**

个能活泼切换两种格式的模子，在进修时天然也需要阅历两种格式的夹杂。询查团队接纳了种被称为"随即分块政策"的进修式：每次进修时，随即地从2到10这个限制内聘用块的大小，并把这种随即设立应用于通盘的生成过程。这么，模子在进修过程中就会看到千般各样的在意力格式——无意候是严格的逐帧自追溯，无意候是大块的双向在意力，无意候是介于两者之间的夹杂体式。

这个进修政策的起点十分天然：若是你但愿模子在测试时能活泼嘱咐千般块设立，那就在进修时让它宗旨千般设立。就像培训名演员，不单让他纯属固定台词，而是让他在千般不同场景下反复排演，终才能在持重上演时寂静嘱咐任何变化。

通盘进修经过沿用了前东谈主责任中老练的两阶段经过。阶段叫作念"ODE脱手化"，通过在蓝本双向的扩散模子上添加因果在意力掩码（让每帧只可看到之前的帧），管道保温施工把双向模子逐要领整成具备因果的模子。二阶段叫作念"非对称蒸馏"，这里引入了随即分块政策，并市欢种叫作念"VSD失掉"的进修地方，把需要好多步才能完成的扩散过程压缩成只需几步，从而大幅普及理速率。

**弹设立的执行果：数字言语**

询查团队在5秒钟的生成任务上进行了详确的搜索实验，穷举了通盘将21个潜在帧分红3个块的可能式，并逐测试了它们的速率（每秒帧数FPS）和质地（VBench评分）。限度呈现出几个十分了了的法例。

个法例是：均匀分块并不是聘用。把对等分红三份（7-7-7）的果，明不如某些非均匀分法。这证实对的涌现是分歧称的——的前段不时包含多需要诞生全局荆棘文的信息，尔后段多是在前段基础上的蔓延。

二个法例是：把大块放在前边、小块放在后头，果好。比如"15-3-3"这种设立（前15帧算作个大块，后头各3帧分别算作个小块），在VBench上取得了通盘设立中的得分85.07，甚而比均匀分块的案出了整整0.44分。在某些情况下，这种前大后小的设立甚而能越双向理的果。

三个法例是：NFE（生成所需的函数评估次数，不错涌现为去噪步数）与速率平直关系。使用3步去噪的Flex-Forcing（比如"12-6-3"设立）每秒能生成45.6帧，而使用5步去噪的设立则是25.8帧。即就是3步版块，质地评分也达到了84.29，仍然过了Self-Forcing基线的5步版块（83.89或84.31，取决于测试版块）。

在与竞争敌手的正面对比上，Flex-Forcing的阐发十分隆起。与主要的竞争敌手Self-Forcing比拟，在换取速率（FPS=24.9）下，Flex-Forcing的VBench总分出了约1.2分（85.07vs83.89），同期在"Quality"这个维度上的普及尤为明（86.33vs84.45）。即便与新的Self-Forcing++版块比拟，差距依然著。

与那些门为少步理化的"蒸馏"模子（如DMD-v、rCM等）比拟，Flex-Forcing在4步格式下取得了85.13的总分，过了通盘同类法；在2步格式下取得了84.20，相似具有竞争力。这证实Flex-Forcing算作个统框架，在双向格式下的阐发也不弱于门为此化的法。

询查团队还在30秒长的生成任务上进行了评测，使用VBench-Long这个门为长想象的评测基准。在这个测试中，Flex-Forcing以每秒24.96帧的速率运行，比拟敌手Infinity-RoPE（19.1帧/秒）快了约30。

质地面，Flex-Forcing在大部分地方上越了Infinity-RoPE，著的阅兵来自"动态进程"这个维度——Flex-Forcing达到了71.27分，而Infinity-RoPE只消50.26分，普及幅度达21个百分点。这个差距证实Flex-Forcing生成的长领路丰富、千般化，而敌手的模子不时容易生成重迭的领路，致看起来单调。在举座质地评分上，Flex-Forcing达到84.01，相似于Infinity-RoPE的82.84。

用户偏好询查也印证了这点：在5秒中，55.4的用户在视觉质地维度上偏好Flex-Forcing；在30秒中，这个比例最初高潮到53.9。两个测试场景中，Flex-Forcing均得回了过半数的用户深爱。

**越生成：自便时候步的剪辑**

Flex-Forcing带来的不仅仅快好的生成，还解锁了类此前很难竣事的剪辑。由于该框架救济在去噪过程的自便尺度上切换在意力格式，询查团队发展出了两种新颖的剪辑式。

种叫作念"自便时候步剪辑"。传统的自追溯剪辑法靠近个毒手问题：旦你在某帧上作念了转变（比如改变某东谈主的样式），这个转变会像漂泊样扩散到后续通盘帧，因为每帧都依赖于前边的帧。Flex-Forcing提议的措置案是：把去噪过程的前几步（负责全局结构的尺度）保持不变，只在后头几步（负责细节精修的尺度）中引入剪辑辅导。这么就把"全局野心"和"局部调治"解耦开来，转变只影响细节而不羁系举座结构。实验展示了个具体案例：在段东谈主物中，从6帧脱手修改条款（让东谈主物张嘴大笑），只在后三步（共四步）中应用这个修改，限度整段的致得到了很好的保留，而对照组的Self-Forcing则因为这个局部修改致整段出现了大幅度的变化。

二种叫作念"自便轮换剪辑"。在双向在意力的加持下，Flex-Forcing不错同期参考个时候段前边和后头的内容。这意味着你不错在竣工生成之后，挑选中间某段从新剪辑，而不需要从新从更生成通盘。比如，在段81帧的依然生成罢了之后，你决定把26到49帧之间的场景换成"只猫跑畴前"，系统不错在同期参考1到25帧和50到81帧内容的情况下，从更生成这段，使得前后衔尾加天然。实验限度示，Flex-Forcing在帧49和帧50之间的过渡（剪辑段与未剪辑段的领域处）比Self-Forcing加流通，证实双向荆棘文的参考对保持致有本色匡助。

**这套系统的局限与未来**

询查团队在论文中坦诚地列出了这套法当今的几个局限。先，固然Flex-Forcing放宽了严格的从左到右因果阻抑，但进修与理之间的不匹配问题并莫得被措置，在长的生成中仍然会出现舛错累积。其次，Flex-Forcing的能力很猛进程上依赖于基础模子预进修时积攒的双向编码能力，若是转移到那些预进修能力较弱的模子上，果可能会扣头。天然，和通盘生成模子样，这套技巧若是莫得相宜的使用标准，也存在被花费的风险。

说到底，Flex-Forcing代表了种想路上的改革：生成的双向格式和自追溯格式，不应该被视为两条互不相容的谈路，而应该被视为个集合谱系上的两个端点。通过活泼分块这个爽直的想象，任何个中间点都不错字据需要开脱聘用，在质地与率之间找到允洽面前任务的均衡。

这对庸俗东谈主意味着什么？跟着这类技巧的徐徐老练，未来的创作用具可能会变得加"理智"——当你的开采能有限时，它自动切换到快速但仍然敷裕好的格式；当你需要致品性时，它切换到细巧但稍慢的格式；当你只想修改中间某段时，它能在不动其余部分的情况下完成剪辑。这种活泼，大致就是生成技巧走向信得过实用化的重要步。

对这项询查感风趣的读者，不错通过arXiv编号2607.03509找到竣工论文，该后果已被2026年43届机器学习会议（ICML2026）收录，竣工版块包含了多半定比较和详确的消融实验，值得入阅读。

Q&A

Q1：Flex-Forcing是何如同期作念到"快"和"质地好"的？

A：Flex-Forcing的重要在于"活泼分块"想象——把按时间分红多少块，每个块里面用双向在意力保证质地，块之间按轮换生成保证率。通过把大块放在前边、小块放在后头，既让举座结构有全局野心，又减少了冗余野心。实验示，接纳"15-3-3"这种前大后小设立，在速率与基线持平的情况下，质地评分不错提约1.2分。

Q2：Flex-Forcing的K-Projection机制措置了什么问题？

A：在夹杂生成格式下，同个在意力层需要同期处理依然"干净"的前序帧和还处于"噪声"气象的后续帧，两者的信噪比各异大，会致模子零乱。K-Projection是个轻量的动态变换，能把干净帧的参考信息按照面前噪声水平进行调治，使通盘参考辛勤处于同"噪声语境"下，摒除不匹配问题，且不影响缓存率。

Q3：Flex-Forcing的剪辑和庸俗剪辑软件有什么不同？

A：庸俗剪辑软件只可作念剪切、拼接等操作，法涌现内容的连贯。Flex-Forcing的剪辑是"内容感知"的：它不错在修改中间某段时，同期参考前后段落的内容，确保剪辑限度与前后天然衔尾；还不错只修改去噪过程的细节尺度而保留全局结构，让局部转变不会影响举座作风。这类剪辑能力在传统自追溯模子中是很难竣事的。手机：18632699551（微信同号）相关词条:玻璃棉     塑料挤出机厂家     钢绞线    管道保温    PVC管道管件粘结胶

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定定安罐体保温，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。