DuoMatching解少步影片生成質量難題

問題所在

少步視頻模型只需極少量採樣步驟即可生成連續畫面，速度大幅提升，但代價是畫面細節與材質容易退化，提示詞要求的內容也可能打折扣，成為實用化障礙。

雙重監督機制

DuoMatching的核心是讓視頻生成器同時接受聯合分布監督與幀級邊緣分布監督，既匹配幀內空間一致性，也保住幀間時間連貫性，把互補的視覺與語義先驗帶入少步生成。

這套方法在訓練階段引入圖像先驗作監督，推理階段的計算量完全沒有增加，實時生成能力因此得以保留，讓生成效率與畫面質量不再互相犧牲。

實驗結果

論文在逐幀2步設置下測試，VBench總分由80.67提升至83.53，紋理清晰度、物體結構準確性與文本視頻對齊度均有提升，人工評測中多項指標亦有改善。

意義與展望

少步生成被視為視頻模型落地的關鍵技術，壓縮步數時能否保住畫質，直接影響實時應用的可行性。DuoMatching展示了分布匹配思路的潛力，為高效高保真生成提供參考方向。