D2DF：单步视频物体移除，无需草稿的高保真重建
传统视频物体移除方法存在伪影，扩散方法虽真实但慢且依赖草稿。本文提出D2DF框架，通过特权一致性蒸馏(PPCD)和自引导快速植入(SGFP)，将多步扩散教师模型蒸馏为单步无草稿模型。实验显示D2DF-DF在RORD上PSNR达31.56，推理仅需1.05秒，比ROSE快40倍。注意：单步去噪在极端遮挡下仍有模糊，伪草稿视觉粗糙但潜在空间有效。
知识蒸馏
MobileSAM2：用超图蒸馏实现移动端视频分割
本文提出HyperKD框架，通过构建时序和粒度超图显式提取并蒸馏SAM2中的高阶知识，从而训练出在移动端资源受限设备上高效运行的轻量级MobileSAM2模型。在MOSE, DAVIS 2017, LVOS, SA-V-val, SA-V-test五个基准上进行视频分割评测，与FitNets, CIRKD, FAKD等SOTA知识蒸馏方法及轻量级非蒸馏模型对比。在Embodied AI任务（LIBERO-PRO）和TrackAnything (TAM)上验证泛化性。模型架构搜索空间为手动设计，缺乏自动化神经架构搜索的优化保证。仅使用约10%的SA-V数据进行蒸馏训练，虽高效但可能限制对长尾分布