Fréchet Forcing用短视频片段训练长时程世界模型
热点事件观察中
Fréchet Forcing用短视频片段训练长时程世界模型
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Fréchet Forcing论文作者提出一种微调方法，在自生成历史接真实数据处施加流匹配损失，并以Fréchet距离约束上下文保真度和画面真实感，三项约束均来自短视频片段，无需教师模型、在线评判器或长视频。 论文称，将预训练于253帧片段的MiniWorld-1B在381帧片段上微调至多36 GPU小时后，生成在机器人操作与相机控制探索两类任务中能稳定超过4000帧并继续跟随动作指令。
AI 根据报道生成 · 1 小时前更新
最新进展10月19日 08:00
Fréchet Forcing：用短视频片段训练长时程流式世界模型报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- HuggingFace Daily PapersFréchet Forcing：用短视频片段训练长时程流式世界模型
Fréchet Forcing 提出一种微调方法，让流式视频世界模型在超过训练时长的长时程生成中保持稳定并继续跟随动作指令。方法在自生成历史接真实数据处施加流匹配损失，用以真实片段自身为中心的 Fréchet 距离约束上下文保真度，并在冻结感知空间中对真实帧做 Fréchet 距离以保证画面真实感，三项约束均来自短视频片段，无需教师模型、在线评判器或长视频。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。