[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] AgentGarten: Code Worlds for Evolving Agents본 논문은 에이전트의 학습 효율과 일반화 능력을 제한하는 환경 생성의 병목 문제를 해결하기 위해 AgentGarten을 제안합니다. 기존 시뮬레이터는 정교한 3D 에셋 제작 비용이 높고, 비디오 월드 모델은 환경 상태와 규칙이 모델 내부에 암시적으로 숨겨져 있어 직접적인 편집이나 테스트가 불가능하다는 한계가 있습니다 .#Review#World Models#Code Worlds#Neural Rendering#Autoregressive Video Generation#Distribution Matching Distillation2026년 10월 8일댓글 수 로딩 중
[논문리뷰] DuoMatching: Joint-Marginal Distribution Matching for Few-Step Video Generation본 논문은 기존의 Joint DMD 기반 비디오 생성 모델들이 겪고 있는 시각적 품질 저하와 의미론적 정렬(semantic alignment) 부족 문제를 해결하고자 합니다.#Review#Video Generation#Distribution Matching Distillation#Joint-Marginal Formulation#LatentBridge#Few-Step Inference#Latent Variation Sampling2026년 10월 6일댓글 수 로딩 중
[논문리뷰] Rollout-Marginal Distillation for Long-Horizon Autoregressive Video Generation본 논문은 Autoregressive 비디오 생성 모델에서 발생하는 장기 rollout 시의 시각적 품질 저하 및 오차 누적 문제를 해결하고자 합니다.#Review#Autoregressive Video Generation#Distribution Matching Distillation#Long-Horizon#Rollout-Marginal Distillation#Causal Supervision#Video Diffusion Models2026년 10월 4일댓글 수 로딩 중
[논문리뷰] Zing-0.5: Toward Playable Worlds with Real-Time Joint Action and Text Control본 논문은 사용자가 생성된 세계 속에서 직접 탐색하고, 언어적 지시를 통해 사건에 개입하며, 즉각적인 피드백을 받을 수 있는 'Playable World' 구현을 목표로 합니다.#Review#World Model#Autoregressive Generation#Joint Action Control#Text Conditioning#Distribution Matching Distillation#Real-Time Inference2026년 9월 16일댓글 수 로딩 중
[논문리뷰] Learning 3D Editing without Paired Supervision via Generative Prior Distillation본 논문은 대규모 Paired 3D 데이터의 극심한 부족 문제를 해결하고자, 지도 학습 기반 3D 편집 모델의 한계를 극복하는 새로운 방식을 제안합니다.#Review#3D Editing#Generative Priors#Unpaired Learning#Distribution Matching Distillation#Vision-Language Model#3D Gaussian Splatting2026년 9월 8일댓글 수 로딩 중
[논문리뷰] SolarWM: Open Data and Scalable Training for Long-Horizon Video World Models본 논문은 다양한 이기종 데이터 소스와 서로 다른 아키텍처를 가진 Video generator들을 효과적으로 통합하여 일관된 Interactive video world model을 구축하는 핵심 문제에 주목한다.#Review#Interactive Video World Models#Multi-source Data Engine#Backbone-native Adaptation#Long-horizon Inference#Distribution Matching Distillation#Teacher-forced AnyFlow2026년 9월 2일댓글 수 로딩 중
[논문리뷰] DreamX-Phi 1.0: Action-Conditioned Video World Model for Robotic Manipulation기존 World Model들은 로봇 조작(Robotic Manipulation)을 위한 미래 관측 예측(Future Observation Prediction)에서 Photorealistic한 결과를 제공하지만, Action Fidelity 측면에서 중요한 한계점을 가집니다.#Review#Action-Conditioned Video World Model#Robotic Manipulation#SE(3) Transformation#Geometric Encoding#Depth Supervision#Object-Centric Consistency#Distribution Matching Distillation (DMD)#Action-Conditioned World Model#Robotic Manipulation#Video Prediction#Geometric Attention#Depth Supervision#Object Consistency#Distribution Matching Distillation2026년 8월 13일댓글 수 로딩 중
[논문리뷰] LeapTalk: Breaking the Latency-Quality Trade-off in Talking Head Generation본 논문은 기존 talking-head generation 분야가 직면한 latency와 generation quality 사이의 근본적인 trade-off 문제를 해결하는 것을 목표로 합니다.#Review#Talking Head Generation#Brownian Bridge#Distribution Matching Distillation#Streaming Generation#Real-time#Latency-Quality Trade-off2026년 8월 3일댓글 수 로딩 중
[논문리뷰] MV-Forcing: Long Multi-View Video Generation via 4D-Grounded Spatio-Temporal Self-Forcing본 논문은 temporal autoregression과 multi-view synthesis의 장점을 결합하여, 시간과 뷰 개수의 제약 없이 일관된 장편 비디오를 생성하는 것을 목표로 합니다.#Review#Multi-View Video Generation#Autoregressive Model#Diffusion Models#Spatio-Temporal Self-Forcing#3D Reconstruction#Distribution Matching Distillation#4D-Grounded Geometric Prior2026년 7월 6일댓글 수 로딩 중
[논문리뷰] AAD-1: Asymmetric Adversarial Distillation for One-Step Autoregressive Video Generation본 논문은 one-step autoregressive video generation에서 발생하는 motion collapse와 학습 불안정성 문제를 해결하고자 합니다 .#Review#One-Step Autoregressive Video Generation#Asymmetric Adversarial Distillation#Diffusion Models#Bidirectional Discriminator#Holistic Discrimination#Distribution Matching Distillation2026년 6월 3일댓글 수 로딩 중
[논문리뷰] INSPATIO-WORLD: A Real-Time 4D World Simulator via Spatiotemporal Autoregressive Modeling본 논문은 기존의 비디오 생성 모델들이 장기적인 공간 일관성을 유지하지 못하고 실시간 대화형 내비게이션을 지원하는 데 한계가 있다는 문제점을 해결하고자 합니다.#Review#World Model#Spatiotemporal Autoregressive#Diffusion Transformer#Camera Control#Distribution Matching Distillation2026년 4월 8일댓글 수 로딩 중
[논문리뷰] ShotStream: Streaming Multi-Shot Video Generation for Interactive Storytelling최근 Text-to-Video Model들은 단일 쇼트(single-shot) 비디오 생성에서 높은 성능을 보이지만, 영화나 TV와 같은 긴 서사적 스토리텔링(Long-form Narrative Storytelling)을 위해서는 Multi-shot Video Generation 이 필수적입니다.#Review#Multi-Shot Video Generation#Interactive Storytelling#Causal Architecture#Distribution Matching Distillation#Self Forcing#Dual-Cache Memory#RoPE Discontinuity Indicator2026년 3월 29일댓글 수 로딩 중
[논문리뷰] Context Forcing: Consistent Autoregressive Video Generation with Long Context이 논문은 현재 자동회귀 비디오 생성 모델들이 짧은 컨텍스트 윈도우와 학생-교사 불일치로 인해 장기적인 일관성(forgetting-drifting dilemma)을 유지하기 어렵다는 문제를 해결하고자 합니다.#Review#Video Generation#Autoregressive Models#Long Context#Temporal Consistency#Diffusion Models#Context Forcing#Memory Management#Distribution Matching Distillation2026년 2월 5일댓글 수 로딩 중
[논문리뷰] Reward Forcing: Efficient Streaming Video Generation with Rewarded Distribution Matching Distillation효율적인 스트리밍 비디오 생성 시 기존 방법론들이 정적 초기 토큰에 과도하게 의존하여 동적 움직임 저하와 '프레임 복사' 문제를 겪는 한계를 극복하고자 합니다. 본 연구는 실시간으로 높은 시각적 충실도와 강력한 움직임 역동성을 동시에 유지하는 비디오 생성을 목표로 합니다.#Review#Streaming Video Generation#Video Diffusion Models#Distribution Matching Distillation#Reinforcement Learning#Autoregressive Models#Attention Sink#Real-time2025년 12월 4일댓글 수 로딩 중
[논문리뷰] Phased DMD: Few-step Distribution Matching Distillation via Score Matching within Subintervals본 논문은 Distribution Matching Distillation (DMD) 을 통해 스코어 기반 생성 모델을 효율적인 few-step 생성기로 증류하는 과정에서 발생하는 한계점들을 해결하고자 합니다.#Review#Distribution Matching Distillation#Few-step Diffusion#Score Matching#Mixture-of-Experts#Generative Models#Image Generation#Video Generation#Model Distillation2025년 11월 9일댓글 수 로딩 중