技术突破 - 南京大学联合TeleAI推出长视频自回归生成新范式Macro-from-Micro Planning（MMPL），采用"宏观规划、微观执行"双层生成架构，解决长视频生成中的时域漂移和串行瓶颈问题[3][4][12] - MMPL实现分钟级高质量长视频稳定生成，生成效率显著提升，结合蒸馏加速技术后预览帧率最高可达约32 FPS，接近实时交互体验[5][13] - 在统一测试集上显著优于MAGI、SkyReels、CausVid、Self Forcing等现有方法，在视觉质量、时间一致性和稳定性方面全面领先[15] 技术原理 - 微观规划阶段基于首帧联合预测稀疏关键未来锚点帧（包括早期邻近帧、中部关键帧和末端结束帧），在同一次去噪过程中联合生成，构成片段的"视觉骨架"[20][21][26] - 宏观规划通过分段稀疏连接设计，将各片段末端锚点作为下一段起始条件，使误差累积从T帧级别降低至S段级别（S ≪ T），从根本上缓解长程漂移问题[22][23] - 并行填充阶段所有片段可完全独立生成，支持多GPU并行处理，结合自适应工作负载调度机制实现规划与填充的重叠执行，大幅提升资源利用率[30][31][32] 性能表现 - 支持20秒、30秒乃至1分钟的连贯叙事，片段衔接自然，无明显色彩漂移、闪烁或结构崩坏[19] - 生成整体吞吐量大幅提升，提供最小内存峰值模式和最大吞吐量模式两种运行策略，在内存、延迟与吞吐量之间灵活权衡[32][35][40] - 将长视频生成从"接龙式绘画"转变为"系统性制片"，使AI具备从整体出发的规划能力，理解情节推进、协调画面连贯性、控制运动节奏[13][36][37]