MV-Forcing: Long Multi-View Video Generation via 4D-Grounded Spatio-Temporal Self-Forcing

• 类型：arxiv
• 标识：2607.05376
• 链接：https://arxiv.org/abs/2607.05376
• 主分类：multimodal
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：MV-Forcing, a framework that composes temporal and view-wise autoregression within a single diffusion model by introducing a 4D geometric bridge between sequentially generated views, and closes the train-inference exposure bias gap for both temporal and view-sequential autoregression.
• OpenAlex ID：W7167582037
• OpenAlex DOI：10.48550/arxiv.2607.05376
• DOI：10.48550/arxiv.2607.05376
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.05376
• OpenAlex更新：2026-07-19
• 待LLM分类：否
• 标题中文：MV-Forcing：通过 4D 几何基础的时空自强迫实现长多视角视频生成
• TLDR中文：提出 MV-Forcing 框架，通过在顺序生成视角之间引入 4D 几何桥梁，在单一扩散模型中组合时间与视角自回归，并弥合时间与视角序列自回归中训练-推理的曝光偏差差距。
• 来源文件：
• /inbox/tom/_candidates/2026-07-07-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]