RepForcing：自回归视频蒸馏的表征空间初始化

基于摘要分析。本文研究如何将预训练视频扩散模型蒸馏为少步自回归（AR）视频生成器，提出 Representation Forcing，以冻结视频扩散 Transformer 的表征监督替代中间教师轨迹回归，改善后续分布匹配蒸馏（DMD）之前的学生初始化。 原有流程通常结合学生初始化与 DMD，并利用中间 AR 教师提供符合因果约束的 ODE 初始化目标。作者分析认为，直接潜变量回归倾向于后验均值预测；作者报告，因果 ODE 初始化虽能缓解模糊，但仍不能充分恢复精细细节。这一区分说明，目标符合因果约束并不必然保证短采样日程下的生成质量。 RepForcing 在初始化阶段采用 teacher forcing，通过冻结视频扩散 Transformer 的归一化特征比较学生的干净预测与训练目标。该阶段复用原本用于训练 AR 教师的双向模型合成视频，替代中间教师训练和因果 ODE 蒸馏，无需额外生成因果 ODE 轨迹；后续非对称 DMD 流程保持不变。摘要未给出特征提取位置、具体损失形式及训练规模。 作者报告，在四个采样步下，RepForcing 在 DMD 前比基于中间教师的初始化更好地保留生成质量；完成 DMD 后，四步分块式模型相对所报告的因果 ODE 基线，VBench Total 从 84.04 提升至 84.66（增加 0.62 分），VisionReward 从 6.326 提升至 10.074（相对增加 59.25%）。这些结果限于摘要所述视频生成评估，具体数据划分、评估配置、消融及统计信息尚未验证。 本文主要研究对象是视频生成蒸馏，而非神经信号建模。摘要未提供 EEG/BCI 的直接实验或明确适配路径，因此不将其结果解释为脑信号生成或解码能力的提升；相关 EEG 工作尚未检索确认。