浙大与阿里开源 AGF 训练方法，五步自回归视频生成可稳定到四分钟

浙江大学与 Alibaba Group 等机构发布 Adversarial Gradient Forcing（AGF）代码仓库并放出 arXiv 论文（2610.14553），通过对抗性历史扰动训练缓解少步自回归视频生成的误差累积，仅用五秒 rollout 训练即可维持四分钟高质量生成。在六种方法对比中，AGF 在 240 秒 VBench Total 达 84.82、60 秒达 81.47，并取得 2.23 的最佳平均人类偏好排名；推理保持原四步采样器，代码以 Apache License 2.0 开源。