**RepForcing：通过表征空间初始化提升视频蒸馏效率**

_RepForcing: Representation-Space Initialization for Autoregressive Video Distillation_

> 针对将预训练视频扩散模型蒸馏为少步自回归生成器时，传统因果 ODE 初始化导致细节模糊的问题，提出了 RepForcing 方法。该方法通过冻结的视频扩散 Transformer 的归一化特征进行表征空间监督，替代了中间教师轨迹回归，实现了高质量的少步因果初始化。实验表明，该方法在四步采样下显著优于现有基线，并将 VBench 总分提升了 0.62 分，VisionReward 提升了 59.25%。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-16 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.20111)