Self-Forcing

Self Forcing 是一个面向自回归视频扩散模型的训练方法框架，旨在弥合训练与推理阶段的分布差异。其核心是通过在训练中显式模拟推理时的自回归 rollout 过程（含 KV 缓存），实现更一致的建模目标。技术上支持单卡 RTX 4090 实时流式视频生成，兼顾生成质量与推理效率，并兼容主流视频扩散架构（如 Wan2.1）。适用于需要低延迟、高连贯性视频生成的研究与应用，如实时文本到视频合成、交互式内容创作等场景。