自回归最新SOTA！百度VideoAR：首个视频VAR框架，推理步数减少10倍，比肩扩散模型

达到的效果 UCF-101： 实现了 88.6 的 gFVD (VideoAR-XL)，显著优于之前的最佳 AR 模型 (PAR-4×, 99.5 gFVD)。