[논문리뷰] MT Forcing: Towards Stable and Consistent Multi-Turn Image Editing with Autoregressive DiffusionMulti-Turn Image Editing은 일련의 지침에 따라 이미지를 점진적으로 수정함으로써 사용자에게 보다 효과적인 인터랙티브 시각 콘텐츠 생성을 가능하게 합니다. 그러나 기존 방법들은 몇 번의 편집 턴(turn)만 거쳐도 눈에 띄는 'Drift' 현상을 자주 보이며, 이는 두 가지 측면에서 나타납니다.#Review#Multi-Turn Image Editing#Autoregressive Diffusion#Unified Multimodal Models#Distribution Matching Distillation#Teacher-Forcing Guidance#Exposure Bias#Content Consistency#Visual Quality2026년 10월 19일댓글 수 로딩 중
[논문리뷰] WorldPlay2: Extending Real-Time Interactive World Models in Control and HorizonInteractive world models는 versatile controls에 실시간으로 반응하고 long-horizon consistency를 유지하는 데 어려움을 겪는다.#Review#Interactive World Models#Real-Time Generation#Long-Horizon Consistency#Hybrid Control Interface#Compressed Memory#Stable Distillation#Autoregressive Diffusion2026년 9월 28일댓글 수 로딩 중
[논문리뷰] JoyAI-Video-Edit: Real-Time Open-Ended Video Editing with Autoregressive Diffusion본 논문은 실시간 스트리밍 환경에서 높은 품질과 시간적 일관성을 유지하며 비디오를 편집하는 핵심 문제를 해결하고자 합니다.#Review#Autoregressive Diffusion#Real-Time Video Editing#Streaming Inference#Source-Anchored Distribution Matching Distillation#Long-Horizon Autoregressive Distillation#Causal Generation#Video-to-Video2026년 8월 4일댓글 수 로딩 중
[논문리뷰] ARDY: Autoregressive Diffusion with Hybrid Representation for Interactive Human Motion Generation본 논문은 실시간 인터랙티브 환경에서 정교한 텍스트 제어와 긴 지평의 kinematic constraints를 동시에 만족하는 고품질 인간 움직임 생성 모델을 제안합니다 .#Review#Interactive Motion Generation#Autoregressive Diffusion#Hybrid Representation#Kinematic Constraints#Motion Tokenizer#Two-Stage Denoiser#Streaming Generation2026년 7월 9일댓글 수 로딩 중
[논문리뷰] Causal-rCM: A Unified Teacher-Forcing and Self-Forcing Open Recipe for Autoregressive Diffusion Distillation in Streaming Video Generation and Interactive World Models본 논문은 Autoregressive(AR) 비디오 확산 모델의 학습 효율성과 추론 품질 간의 불균형을 해결하기 위해 Causal-rCM을 제안한다.#Review#Autoregressive Diffusion#Diffusion Distillation#Teacher-Forcing#Self-Forcing#Consistency Models#Streaming Video Generation#Interactive World Models2026년 6월 24일댓글 수 로딩 중
[논문리뷰] NVIDIA OmniDreams: Real-Time Generative World Model for Closed-Loop Autonomous Vehicle Simulation본 논문은 기존의 Reconstruction-based 자율주행 시뮬레이터가 가진 제약 사항인 데이터 의존성과 새로운 장면(Novel scene)에 대한 일반화 부족 문제를 해결하기 위해 OmniDreams를 제안한다. 기존 방식은 캡처된 데이터 환경 내부에서만 가상 시나리오를 구성할 수 있어 확장성이 매우 제한적이다.#Review#Generative World Model#Autonomous Vehicle Simulation#Closed-Loop#Autoregressive Diffusion#World-Action Model#Vision-Language-Action2026년 6월 2일댓글 수 로딩 중
[논문리뷰] AdaState: Self-Evolving Anchors for Streaming Video Generation본 논문은 기존 autoregressive 비디오 생성 모델이 겪는 '일관성과 동적 표현 사이의 트레이드오프' 문제를 해결하고자 합니다.#Review#Streaming Video Generation#Autoregressive Diffusion#Adaptive State#Attention Sink#Horizon-Weighted DMD#KV Cache#Temporal Dynamics2026년 5월 28일댓글 수 로딩 중
[논문리뷰] LongLive-2.0: An NVFP4 Parallel Infrastructure for Long Video Generation본 논문은 긴 비디오 생성 시 발생하는 메모리 병목 현상과 낮은 연산 효율 문제를 해결하기 위해 시스템과 알고리즘이 통합된 인프라 LongLive-2.0을 제안한다.#Review#Long Video Generation#NVFP4#Sequence Parallelism#Autoregressive Diffusion#KV Cache Quantization#Balanced SP2026년 5월 18일댓글 수 로딩 중
[논문리뷰] Causal Forcing++: Scalable Few-Step Autoregressive Diffusion Distillation for Real-Time Interactive Video Generation본 논문은 실시간 인터랙티브 비디오 생성을 위해 Frame-wise 수준의 초저지연 1–2 step 생성 체계로 확장이 필요함을 정의합니다 . 기존의 연구들은 주로 Chunk-wise 4-step 방식을 채택하여 실시간성 확보에 한계가 있었으며, 적절한 Few-step AR 학생 모델 초기화가 병목 현상으로 작용합니다.#Review#Autoregressive Diffusion#Diffusion Distillation#Real-time Video Generation#Causal Consistency Distillation#Few-Step Inference#World Models2026년 5월 14일댓글 수 로딩 중