一句话看懂：Hugging Face Papers 于 2026 年 11 月 2 日收录一篇论文，提出 History Forcing 蒸馏框架，试图让少步自回归视频生成模型在长时生成中更好地利用历史信息，减少主体或场景再次出现时的不一致。
事件核心：发生了什么
论文关注的是少步自回归视频扩散模型：生成效率高，但长时间滚动生成时一致性容易变差，尤其是主体或场景离开画面后再回来。现有蒸馏方法没有充分利用更丰富的历史信息来约束当前预测。History Forcing 的做法是，用“带历史上下文”和“不带历史上下文”的教师预测之间的残差，把历史监督解耦出来，再加权到学生模型用于蒸馏的分数或速度预测上，形成修正目标。摘要称，该方法在 1.3B 参数模型上取得当前最佳表现：15 秒视频生成 VBench 质量分 85.07，60 秒生成 VBench-Long 综合分 79.82；在 PlayWorld 上 Evolution Quality 从 2.35 升至 2.70，在 MemoBench 上 Object Consistency 从 58.43 升至 62.18。
为什么重要
长视频生成的关键瓶颈不只是画质，而是“记忆”——模型能否在镜头移开后仍保持场景与物体的状态一致。History Forcing 把历史上下文变成蒸馏信号，而不是仅靠更长的上下文窗口或更大模型，这为少步自回归路线提供了一条可复用的训练思路。对视频世界模型而言，这类能力直接关系到交互式生成、虚拟场景模拟等应用是否可用。目前公开信息仅为论文摘要，相关实验细节和可复现性仍需全文核验。
对用户/开发者/创作者的影响
对开发者，这意味着长时视频生成的蒸馏框架可能多了一个“历史监督”维度，值得在自回归视频模型训练中参考；对创作者，若后续落地，60 秒级生成中的场景跳变和物体漂移有望减少，但当前仍是研究阶段，不能视为已上线产品能力。对关注开源视频模型的团队，1.3B 规模上的结果也提示中小参数模型仍有优化空间。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是论文是否公开代码与权重，能否复现 15 秒和 60 秒指标；二是该方法在更长时长、更多镜头切换任务上的稳定性；三是是否有视频生成产品或将此思路并入现有蒸馏管线。
