【記者蔡富丞/柯妮妮 綜合報導】在影音AI技術持續進化之際，另一個關鍵突破來自於模型架構本身。最新提出的VideoAR框架，採用自回歸（autoregressive）方式生成影片，成功降低計算成本，同時維持畫面品質與時間一致性。
傳統影音生成多依賴擴散模型，雖然畫質優秀，但運算成本高且速度較慢，限制了實際應用。VideoAR則透過逐幀預測的方式生成影片，並結合多尺度設計，讓模型能同時處理畫面細節與時間變化，大幅提升效率。
此外，該框架也導入跨幀誤差修正與時間編碼技術，解決長影片生成時容易出現的畫面漂移問題，使內容在長時間序列中仍能維持穩定一致。
這項技術的出現，顯示影音AI正在重新思考「生成方式」。當效率與成本成為關鍵因素，自回歸架構有望成為下一代主流，特別是在即時應用與大規模部署場景中更具優勢。
可以觀察到，影音AI競爭正逐漸從模型效果，轉向「架構效率與可擴展性」。未來能在效能、品質與資源消耗之間取得平衡的技術，將更有機會被平台採用並落地於實際應用場景。
