DuoMatching: Joint-Marginal Distribution Matching for Few-Step Video Generation
Aggiunta all'archivio di AIChronos il (numero del 7 ottobre 2026 ricostruito)· fonte del · Jiahao Zhan, Yan Wang, Yongrui Ma, Qunliang Xing, Ruchang Yao, Runtao Liu (ByteDance)
DuoMatching è un framework per la generazione di video che supera i limiti della distillazione basata solo sulla distribuzione congiunta (JMD), integrando anche il matching marginale. Il metodo utilizza una formulazione unitaria joint-marginal e introduce LatentBridge per risolvere l'incompatibilità delle rappresentazioni latenti tra generatore di immagini e studente video. Inoltre, la tecnica Latent Variation Sampling distribuisce la supervisione a livello di frame su segmenti temporali distinti riducendo la ridondanza.
- Integrazione del matching marginale per ottenere supervisione dedicata ai singoli frame da un generatore di immagini.
- Utilizzo di LatentBridge per allineare le rappresentazioni latenti tra modello video e modello immagine teacher.
- Miglioramento della qualità visiva, composizione e allineamento semantico mantenendo la dinamica del movimento.
- Valutazione umana mostra preferenze superiori all'80% rispetto a tutti i baseline testati.
Perché conta. Questo approccio è rilevante per sviluppatori che lavorano con AI locale o agenti multimodali poiché offre un metodo robusto per distillare conoscenze visive e semantiche da modelli teacher più grandi, migliorando l'efficienza inferenziale senza sacrificare la qualità.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.