Wave Forcing：让长视频生成从串行等待走向连续流式输出

实时生成长视频，难点并不只是让模型更快地产生单帧，而是要在持续输出的同时保持人物、场景和运动的一致性。现有的分块自回归方案通常需要依次完成每个视频块的去噪，再刷新历史缓存。即使采用一步去噪，也常常要进行两次模型前向计算；随着生成时间拉长，画面还可能出现质量下降、镜头漂移等问题。

Wave Forcing（WF）尝试从生成机制、训练方法和系统执行三个层面同时解决这些瓶颈。它的核心是“波前调度”：后续视频块不必等待前一个块完全处理完，而是可以提前开始去噪，并读取前面更干净的中间状态。通过分块因果注意力，模型能够在保持时间方向约束的同时，利用尚未完全结束的前序计算结果。

在执行层面，WF 将交错进行的去噪和缓存刷新分布到多个完整模型副本上。流水线填充后，每一轮并发前向计算都能产出一个视频块，即论文所称的 1F1C（one forward, one chunk）模式。配套的 Wave Runtime 进一步引入 Wave Parallelism：键值缓存可以提前传输，通信也能与计算重叠；优化后的算子和流水化 VAE 解码则减少了后处理等待。

为了让模型适应这种连续生成流程，研究团队采用了三阶段训练策略。第一阶段引入混合噪声去噪，使模型能够处理不同清晰度的历史上下文；第二阶段加入运动监督，改善连续帧之间的动态表现；第三阶段使用模型自行生成的历史内容进行因果适配，缩小训练过程与实际滚动生成之间的差异。

在 Wan2.1-T2V-1.3B 上，5 步 WF 的整体质量与 Rolling Forcing 相近，但动态程度在短视频和长视频上更高。100 秒视频测试中，Dynamic Degree 从 36.63 提升至 91.45，Subject Preservation 从 92.75 提升至 97.10。系统测试显示，4 步版本在 8 张 H200 上达到 147.6 DiT FPS 和 134.8 端到端 FPS，相当于单 GPU 端到端吞吐的 7.07 倍；在统一后端、步数和 GPU 数量的 DiT 测试中，Wave Parallelism 最高达到更快的 Ulysses 或 Ring 基线的 2.53 倍吞吐。

这项工作的意义在于，它没有把实时视频生成简单归结为压缩模型或减少采样步数，而是重新安排了“生成什么、何时生成以及如何传输上下文”。不过，现有结果主要基于 Wan2.1-T2V-1.3B 和特定硬件环境，实际收益仍会受到模型规模、视频分辨率、并发配置及解码开销影响。总体而言，Wave Forcing 为长时视频流式生成提供了一条从算法到系统协同优化的路径。

来源：Hugging Face Daily Papers