NeurIPS'25 Oral：何必DiT，字节首次拿着自回归，单GPU一分钟生成5秒720p视频

一篇入围顶会NeurIPS'25 Oral的论文，狠狠反击了一把DiT（Diffusion Transformer）。 毕竟自打DiT问世以来，视频生成这块，算是被它给稳稳拿捏住了。 但站稳了脚跟，并不意味着没有问题，因为它的计算复杂度高，在资源消耗和速度上有着诸多挑战。 而这篇来自字节跳动商业化技术团队的论文，则是提出了一个名叫InfinityStar的方法，一举兼得了视频生成的质量和效率，为视频生成方法探索更多可 能的路径。 像下面这些有趣的动画片片段，便是由InfinityStar亲手打造： 整体来看InfinityStar的亮点，我们可以总结为如下三点： 是首个在VBench上超越扩散模型的离散自回归视频生成器； 视频生成不用再"慢慢熬"：从百步去噪到自回归，告别延迟； 1. 任务通吃：文生图、文生视频、图生视频、交互式长视频生成等。 值得一提的是，InfinityStar目前的论文、代码、体验地址均已经发布（链接见文末），接下来我们就进一步实测一波~ 啪！~~~ 实测给DiT上了一课的AI视频生成 首先我们来简单了解一下InfinityStar的体验方法。 它的入口就在Discord社区里面，大家登 ...