2025年，视频生成技术，特别是基于扩散模型的视频生成，持续发展创新，涌现出众多令人惊艳的文生视频和图生视频模型。然而，长视频生成一直是该领域的一大难题。麻省理工学院（mit）团队近期发表的论文《history-guided video diffusion》提出了一种名为diffusion forcing transformer (dfot) 的全新算法，无需改变现有模型架构，即可实现视频生成长度提升近50倍，达到近千帧。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

论文地址：https://www.php.cn/link/70cd9109e88def5e20c6887a8d9af139 项目主页：https://www.php.cn/link/9d0bbb435db57b64859584c8e160a485

生成的视频长度惊人，需截短并降低帧率才能展示。先睹为快：

现有视频扩散模型广泛采用无分类器引导（CFG）来提升采样质量，但通常仅利用首帧信息，忽略了后续帧的重要性。MIT团队的研究表明：历史信息是提升视频生成质量的关键！

该论文通过混合长短历史模型的预测结果，提出了一系列“历史引导”算法，显著提升了视频扩散模型的质量、生成长度、鲁棒性和可组合性。

在X平台上，论文共同一作陈博远分享的研究成果获得了极高的关注度。

谷歌研究科学家George Kopanas高度评价了这项工作，认为其成果令人印象深刻。

核心方法：

Reachout.ai

一个AI驱动的视频开发平台，专为忙碌的企业家和销售团队打造

142 查看详情

论文首先训练了一个能够根据不同历史信息进行去噪预测的视频模型，包括不同长度的历史、历史的不同子集以及特定频率域的历史。 然而，现有模型架构缺乏这种灵活性。 DFoT算法巧妙地将Diffusion Forcing中的噪声掩码概念引入视频生成架构，通过控制噪声掩码来实现对任意子序列的预测，无需修改模型架构。

DFoT训练完成后，可以灵活地进行采样。例如，通过控制噪声掩码，可以选择使用前几帧作为条件，或进行无条件生成，或使用特定长度的历史作为条件。

基于此，论文提出了一系列“历史引导”算法，进一步提升了模型性能。

实验结果：

DFoT在Kinetics 600数据集上超越了所有同架构的视频扩散算法，甚至与谷歌的闭源大模型结果不相上下。 在RealEstate10K数据集上，DFoT实现了单图生成近千帧的突破性成果。

总结：

DFoT算法及其提出的“历史引导”策略显著提升了视频扩散模型的性能。该研究提供了完整的开源实现和Huggingface在线体验，方便研究者进一步探索。 Huggingface地址：https://www.php.cn/link/af8772553fadf9c4d0e4b49aec689da3

以上就是千帧长视频时代到来！MIT全新扩散算法让任意模型突破时长极限的详细内容，更多请关注其它相关文章！

# 视频生成  # 工程  # 麻省理工学院  # 网易  # 系列产品  # 掩码  # 时长  # 提出了  # 开源  # 2025  # 2025年  # 变现  # 谷歌  # 巫溪做网站建设  # 网站建设哪些是最好的  # 郑州网站建设公司好  # 汕尾网站海外推广多少钱  # 代县网站建设项目招标  # 文旅项目的营销推广策略  # 美甲店如何营销推广活动  # 农业网站做推广怎么做的  # 营销推广获客系统推荐  # 湛江seo网站优化平台  # 近千  # 科大  # 你该 

相关栏目： 【 行业资讯67740 】 【 技术百科0 】 【 网络运营39195 】

相关推荐： sqlite中datediff函数怎么用 SQLite中DATEDIFF()函数的用法分享  单片机怎么发送can 信号  如何提高固态硬盘性能  react怎么用typescript  交管12123协议头不完整怎么解决  科技型企业成长＂十步法＂  rxjs和typescript什么意思  如何使用命令行界面  typescript多久能学完  汽车中控导航机power线是什么意思  win10windows资源管理器在哪里打开  typescript解决了什么  一尺是多少厘米  夸克链信有什么用  燃气热水器上的power是什么意思  typescript怎么写多个构造方法  平板键盘nfc功能是什么意思  苹果ipad爱奇艺怎么投屏到电视  单片机计数程序怎么写  显卡上面TYPE-C是什么接口  手机换电池要多少钱  如何用adb命令停用系统软件  命令行如何打开文件  j*a怎么把数组输出  启辰星power标志是什么意思  animal是什么意思  .asm如何在命令行运行  市盈率静是什么意思  j*a数组怎么比较abc  酷狗音乐pc版的每日推荐在哪 酷狗音乐PC版每日推荐查找指南  苹果16系统网站有哪些  固态硬盘如何区分好坏  如何增加固态硬盘  春运哪天抢票最好  虽千万人吾往矣什么意思  如何打开管理员命令提示符  电动车充电器上的power是什么意思  openwrt有什么用  固态硬盘如何外接  如何由js快速切换typescript  远程桌面如何发送命令  为什么有的夸克带电  估值水平比较中市盈率E是什么意思  HTML5如何引用typescript  如何右键打开命令窗口  阿里云盘扩容工具怎么用  j*a怎么清除数组  如何用chown命令  type-c输入接口是什么  j*a怎么存放数组中