Direct Forcing：少步自回归文本生成视频的单阶段训练方案

Direct Forcing 提出单阶段训练框架，让预训练视频模型同时学习因果续写与目标视频分布，无需独立初始化阶段或在线扩散分数监督。从双向 Wan2.1-1.3B 出发，仅用 250 次更新即得到四步自回归生成器，VBench Total 达 84.63、Quality 达 86.01。消融实验显示动态梯度平衡有效，且深层特征利于续写对齐、中间层特征更适合 rollout 分布匹配。