Stream4D 为流式自回归视频模型添加 4D 一致性

论文作者在 Stream4D: 4D-Consistency for Streaming Autoregressive Diffusion Video Models（arXiv，2026年8月20日）中提出了一种训练流式自回归扩散模型的方法，该方法将奖励函数中的静态3D重建替换为直接建模场景动态的4D重建。这样就能鼓励自然运动，而不是将其作为重建误差来惩罚。此外，还引入了一个运动先验，用于奖励自然的场景流幅度，并惩罚抖动和非刚性伪影。作者未公开代码。

这意味着什么

这项工作涉及视频生成的整体主题——参见 CPU3D 上的 AI 视频 部分。在我们的指南工具中，没有与 Stream4D 直接对应的工具：它是一种训练方法，而非现成的生成器。 主题上最接近的工具是 LTX-Video、CogVideoX（智谱 CogVideoX） 和 Pyramid Flow（快手 Pyramid Flow）。这三者都是开源的扩散视频生成器，但它们的参数表中没有提及流式自回归生成模式、基于3D或4D重建的奖励信号训练，也没有使用场景流。LTX-Video 解决的是 image-to-video 任务，CogVideoX 和 Pyramid Flow 解决的是 text-to-video 任务；它们都没有被宣称支持流式自回归。 因此，Stream4D 描述了一种研究方法，目前尚未以现成工具的形式出现在我们的指南中。如果作者发布代码，或者该方法出现在某个开源生成器中，那将是更新相应工具页面的理由。