推测式去噪–验证视频扩散示意图(可编辑 PPT)

概览
这张可编辑的 PowerPoint 示意图展示了自回归视频扩散中由验证器把关的推测式去噪。图稿依据 CC BY 4.0 许可,改编自论文原图。
图中内容
(a) 行是基线方法:每个 token 网格都要走完整条去噪(Denoise)链。(b) 行则让去噪和验证(Verify)步骤交替进行,已经收敛的 token 可以提前被接受。放大面板逐步展示了 k 步去噪、生成草稿、菱形验证器,以及依据预测收敛分数做出的接受/拒绝判断,并附有绿色和橙色 token 的图例。每个方框、token 单元、对勾、箭头和标签都是原生形状,可以按你的幻灯片、海报或论文改色、缩放和改写。
文件格式
下载文件为单页 .pptx,尺寸 10.23 × 5.02 英寸,可在 PowerPoint、Keynote、WPS 和 LibreOffice Impress 中打开。Google 幻灯片也能打开,但版式可能会有细微偏移。另附全分辨率的 preview.png 和一张 1200 px 宽的网页预览图。
形状与编辑
整张图由 273 个原生可编辑形状组成:164 个自选图形(token 单元、去噪与验证模块、面板和菱形)、50 个文本框、36 条自由曲线(对勾)以及 23 条线条或连接符。图中没有嵌入任何图片,全部是矢量。token 状态(已收敛、已接受或已拒绝)、模块颜色、箭头、虚线放大框、接受/拒绝框和所有标签都可以修改。
数学标注与字体
数学标注(x̂k0、relk(i)、σt、ε)由小的定位文本框和上下标文字拼成,并不是 PowerPoint 公式对象。如果重新输入这些标注,可能需要微调帽子符号或上下标的位置。标签文字使用 Calibri,数学部分使用 Times New Roman;在 LibreOffice 中会自动换成度量兼容的 Carlito 和 Liberation Serif。这是为方便复用而忠实重绘的版本,并非论文作者的原始源文件。
来源与许可 改编自论文 Speculative Forcing for Efficient Autoregressive Video Generation 中的图 3,作者:Hyunwook Choi, Seungryong Kim, Dongyoon Han, Sangdoo Yun(arXiv:2610.22347,https://arxiv.org/abs/2610.22347;代码:https://github.com/naver-ai/speculative-forcing)。原图采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。我们将其转换为可编辑的 PowerPoint 形状,并将 (b) 面板的标题改为通用标题;修改者:叫我Alonzo就好了/alonzolab。本作品未获原作者认可或背书。再次使用这张图时,请保留署名(见 LICENSE-ATTRIBUTION.txt)。