RAVEN

RAVEN是一个实现实时自回归视频外推的项目，基于一致性模型GRPO技术。它通过将每个自我展开打包成干净的历史端点和噪声去噪状态交织的序列，使训练注意力与推理时的外推对齐，从而提高长时间生成的质量。该项目使用Python编写，并依赖于CUDA 12.8工具包、torch 2.11等库。RAVEN特别适用于需要实时流式生成未来视频片段的应用场景，如在线视频内容创作或虚拟现实体验。实验表明，RAVEN在质量、语义及动态程度评估方面均优于近期的因果视频蒸馏基线方法。