ViRDM убирает учителя и критика из дистилляции few-step видео

Авторы ViRDM предлагают метод пост-обучения генератора видео без учителя и критика, снижающий использование видеопамяти. Работа опубликована на arXiv 24 сентября 2026 года. Вместо трёх сетей — учителя, критика и генератора — остаётся только генератор, который подгоняется под заранее посчитанное целевое распределение представлений. Кода авторы не выкладывали.

Что это значит

Новость касается направления few-step causal video generation, которое в нашем разделе генераторов видео пока не представлено отдельным инструментом. Ближайшие по теме карточки — LTX-Video, CogVideoX и Maestro — описывают обычные diffusion-модели, а не few-step авторегрессионные генераторы с пост-обучением через distribution matching. У LTX-Video открытый код под Apache-2.0, веса требуют отдельной лицензии для компаний с выручкой от 10 млн долларов, а по описанию автора модель работает уже с 1 ГБ видеопамяти. CogVideoX использует Apache-2.0 для кода и собственную лицензию весов с регистрацией для коммерции; в паспорте указана платформа CUDA. Maestro — локальная студия на базе WanGP с некоммерческой лицензией кода и весами MiniMax H3, которым нужно от 12 ГБ видеопамяти. ViRDM — исследовательская работа без опубликованного кода и без указания лицензии. Пока метод не превратился в доступный инструмент, сравнивать его с карточками справочника по требованиям к железу или условиям использования не с чем.