AutoRefiner：通过在随机采样路径上进行反射细化来改进自回归视频扩散模型

本文介绍了AutoRefiner，一种改进自回归视频扩散模型的方法。其核心思想是通过反思随机采样路径来细化视频生成过程。这表明了一种迭代改进方法，可能导致更高质量的视频生成。对自回归模型的关注表明了对高效视频生成的兴趣，而扩散模型的使用则表明了对高保真度生成的关注。本文可能详细介绍了具体的细化机制，并提供了实验结果来证明改进。

• •AutoRefiner 是一种用于改进自回归视频扩散模型的方法。
• •它通过反思随机采样路径来细化视频生成。
• •该方法可能旨在提高视频生成的质量和效率。