DistillAlign — 自回归视频蒸馏中的模式覆盖与模式寻优协整

📋 概述

DistillAlign 是一个前沿的自回归视频蒸馏框架，首次将模式覆盖（Mode Covering）和模式寻优（Mode Seeking）这两种生成式建模中原本冲突的目标进行协调统一。在视频生成领域，模式覆盖追求生成样本的多样性（覆盖所有可能模式），而模式寻优追求生成样本的高保真度（聚焦最优模式）——两者通常是此消彼长的关系。DistillAlign 通过分布对齐蒸馏技术，在自回归视频生成中同时兼顾了多样性和保真度，为视频扩散模型的轻量化部署开辟了新路径。