物理一致性

本文揭示了视频扩散模型在处理长链因果推理（如多球碰撞）时存在的“串行性差距”。理论证明双向去噪无法提供可扩展的串行计算，增加去噪步数无效。实验显示，自回归生成和增加模型深度能有效缓解此问题。结果基于合成数据，自然视频应用需谨慎。