[논문리뷰] Ring Forcing: Towards Precise Long-Term Memory for Autoregressive Video Diffusion본 논문은 autoregressive 비디오 생성 모델이 장기 생성 과정에서 겪는 '객체 영속성(Object Permanence)'의 결여와 장기 기억 용량의 한계를 해결하는 것을 목표로 합니다.#Review#Long Video Generation#Autoregressive Video Diffusion#Long-term Memory#Object Permanence#Ring-Structured Training2026년 8월 30일댓글 수 로딩 중
[논문리뷰] Self Gradient Forcing: Native Long Video Extrapolation본 논문은 Autoregressive Video Diffusion 모델에서 장시간 영상 생성 시 발생하는 일관성 저하 문제를 해결하고자 합니다.#Review#Autoregressive Video Diffusion#Self Gradient Forcing#Historical Context-Gradient Gap#DMD#Long-Horizon Extrapolation#KV Cache#Two-pass Training2026년 7월 22일댓글 수 로딩 중
[논문리뷰] WorldKV: Efficient World Memory with World Retrieval and Compression본 논문은 Autoregressive 비디오 모델에서 실시간성을 유지하면서도 공간적·시간적 일관성을 갖춘 장기 기억(Long-term memory)을 구현하는 문제를 해결하고자 합니다.#Review#World Models#Autoregressive Video Diffusion#KV Cache Management#World Retrieval#World Compression#Real-time Inference#Long-term Consistency2026년 5월 21일댓글 수 로딩 중
[논문리뷰] Forcing-KV: Hybrid KV Cache Compression for Efficient Autoregressive Video Diffusion Models본 논문은 AR 비디오 확산 모델에서 발생하는 과도한 어텐션 연산 복잡도와 메모리 오버헤드 문제를 해결하고자 합니다. 기존 모델들은 생성된 프레임이 축적될수록 전체 KV Cache를 참조하도록 강제되어, 고해상도 및 장기 비디오 생성 시 효율성이 극도로 저하되는 한계가 있습니다 .#Review#Autoregressive Video Diffusion#KV Cache Compression#Attention Head Specialization#Inference Efficiency#Video Generation2026년 5월 14일댓글 수 로딩 중