LongLive-Plug: 動画生成のための一度きりの蒸留フレームワーク

ビデオ拡散モデル向けの一度きりの蒸留フレームワーク LongLive-Plug を提案する。 - ベースモデル上で再利用可能な能力を LoRA として学習し、互換性のある下流モデルへ training-free かつ plug-and-play で適用する。 - 対象能力は single-pass classifier-free guidance、few-step sampling、autoregressive generation の long-context error correction。 - 下流モデルが conditioning branch 追加や output channel 拡張をしても adapter は再利用可能。 - 3 backbone families、8 task categories、54 下流モデルで training-free 展開を検証。

従来は下流タスクごとに蒸留段階を繰り返す必要があった。 - LongLive-Plug は backbone family ごとに一度蒸留すれば、対象ごとの再学習なしで再利用できる。 - 下流モデルの構造変更（conditioning branch 追加、output channel 拡張）後も adapter が再利用可能。 - 固定 guidance scale で学習しても、CFG LoRA の inference weight で text guidance を制御できる。 - few-step LoRA と組み合わせても few-step 生成と CFG 制御性を両立。

ベースモデルに LoRA として再利用可能な能力を蒸留する once-for-all フレームワーク。 - 能力ごとに専用 LoRA を用意：single-pass CFG、few-step sampling、long-context error correction。 - 下流モデルへは training-free で plug-and-play 適用。 - CFG LoRA は固定 guidance scale で学習されるが、推論時の重みで text guidance を制御。 - few-step LoRA と併用しても few-step 生成と CFG 制御性を維持。 - 下流モデルの conditioning branch 追加や output channel 拡張に対しても adapter が再利用可能。

3 backbone families、8 task categories、54 下流モデルで training-free 展開を検証。 - タスクカテゴリには world modeling、robotics、editing、multimodal generation を含む。 - 各能力は backbone family ごとに一度蒸留し、対象ごとの再学習なしで再利用できることを確認。 - 追加の互換モデルにも対応し得ると述べる。

要旨からは不明。 - 限界や失敗事例、計算コスト、LoRA の互換性条件などは明記されていない。 - 追加の互換モデルへの対応可能性は示唆されるが、詳細な議論は要旨からは不明。

要旨で参照・比較されている個別研究は明示されていない。 - 関連手法として video diffusion models、classifier-free guidance、LoRA、few-step sampling、autoregressive generation、long-context error correction が挙げられる。 - 同分野の定番として diffusion distillation、consistency models、adversarial distillation などが次に読む候補。 - 具体的な論文名は要旨からは不明。