ArticleMetadataMain page

source · 2026-04-15

StreamingT2V（CVPR 2025）：一致、动态、可扩展的长视频文本生成

#near-cvpr-2025#video-generation#primary-source

StreamingT2V（CVPR 2025）：一致、动态、可扩展的长视频文本生成

会议：CVPR 2025
发表日期：2025-06-11
资料加入日期："2026-04-12"

一句话结论

这篇工作认为，长视频生成首先是一个记忆管理问题；如果没有同时处理短期与长期记忆，就很容易出现硬切、身份漂移和运动崩坏。

问题定义

它要解决的是当前 text-to-video 方法一旦试图延长视频，就会出现不连续、场景断裂和运动失真。

方法概述

方法上，StreamingT2V 采用分块自回归生成，并加入条件注意力记忆块、长期外观保持模块和随机融合机制，以支持更长范围上的平滑延展。

关键发现

  • 长视频一致性被明确重新表述为记忆问题。
  • 方法同时追求场景身份保持和长时程运动连续性。
  • 它的目标是让视频能无缝延展，而不是只在短片段里好看。

局限或疑问

  • 分块自回归仍可能在长时程中累积误差。
  • 需要和 LinGen 等其他长视频方案在质量与成本上直接比较。
  • 过强记忆约束可能压缩内容多样性。

原始链接

  • https://openaccess.thecvf.com/content/CVPR2025/html/Henschel_StreamingT2V_Consistent_Dynamic_and_Extendable_Long_Video_Generation_from_Text_CVPR_2025_paper.html
  • https://openaccess.thecvf.com/content/CVPR2025/papers/Henschel_StreamingT2V_Consistent_Dynamic_and_Extendable_Long_Video_Generation_from_Text_CVPR_2025_paper.pdf

相关页面

备注

StreamingT2V 很适合作为“长视频一致性”路线的代表，因为它把生成问题拆成了记忆与延展问题。对后续视频生成知识组织来说，它和 LinGen 形成了很清楚的互补：一个偏记忆机制，一个偏复杂度重构。

Metadata

{
  "id": "2026-04-12-streamingt2v",
  "type": "source",
  "title": "StreamingT2V（CVPR 2025）：一致、动态、可扩展的长视频文本生成",
  "status": "reviewed",
  "created": "2026-04-12",
  "updated": "2026-04-15",
  "venue": "CVPR 2025",
  "ingested_at": "2026-04-12",
  "tags": [
    "near-cvpr-2025",
    "video-generation",
    "primary-source"
  ],
  "note_status": "reviewed",
  "source_type": "paper",
  "authors": [
    "Roberto Henschel",
    "Levon Khachatryan",
    "Hayk Poghosyan",
    "Daniil Hayrapetyan",
    "Vahram Tadevosyan",
    "Zhangyang Wang",
    "Shant Navasardyan",
    "Humphrey Shi"
  ],
  "published_at": "2025-06-11",
  "canonical_links": [
    "https://openaccess.thecvf.com/content/CVPR2025/html/Henschel_StreamingT2V_Consistent_Dynamic_and_Extendable_Long_Video_Generation_from_Text_CVPR_2025_paper.html",
    "https://openaccess.thecvf.com/content/CVPR2025/papers/Henschel_StreamingT2V_Consistent_Dynamic_and_Extendable_Long_Video_Generation_from_Text_CVPR_2025_paper.pdf"
  ],
  "raw_entry": "raw/ingest/2026-04-12-streamingt2v/",
  "topics": [
    "topics/video-generation",
    "topics/diffusion-models"
  ],
  "entities": [],
  "claims": [],
  "questions": []
}