TempoMaster：通过下一帧率预测实现高效长视频生成
计算机视觉与模式识别
2025-12-03 v3
摘要
我们提出了 TempoMaster，一个将长视频生成形式化为下一帧率预测的新型框架。具体而言，我们首先生成一个低帧率剪辑，作为整个视频序列的粗略蓝图，然后逐步增加帧率以细化视觉细节和运动连续性。在生成过程中，TempoMaster 在每个帧率级别内使用双向注意力，同时在帧率之间进行自回归，从而实现长程时间的连贯性，同时实现高效且并行的合成。广泛的实验表明，TempoMaster 在长视频生成方面建立了最新的状态，在视觉和时间质量方面均表现卓越。
引用
@article{arxiv.2511.12578,
title = {TempoMaster: Efficient Long Video Generation via Next-Frame-Rate Prediction},
author = {Yukuo Ma and Cong Liu and Junke Wang and Junqi Liu and Haibin Huang and Zuxuan Wu and Chi Zhang and Xuelong Li},
journal= {arXiv preprint arXiv:2511.12578},
year = {2025}
}
备注
for more information, see https://scottykma.github.io/tempomaster-gitpage/