GenDSR：从视频生成模型迁移表征实现动态空间推理

GenDSR 将视频生成模型（VGM）的中间表征迁移至视觉语言模型（VLM），用于动态空间推理。该框架构建保留整体生成上下文的 raw 分支与强调时序变化的 delta 分支，再通过任务条件的 tokenwise 门控融合并注入原生视觉表征。在 DSR-Bench 上，GenDSR 取得 67.2%，超过此前最佳结果并刷新 SOTA。