arXiv 新增 · video diffusion distillation / world models · P2 · 2026-06-25

Causal-rCM：它和通用视觉自监督的关系在于：不是 SSL 表征论文，但 teacher/self-forcing 的视频蒸馏 recipe 对视频基础模型有参考价值

中相关；详见方法、贡献和实验边界。

Causal-rCM: A Unified Teacher-Forcing and Self-Forcing Open Recipe for Autoregressive Diffusion Distillation in Streaming Video Generation and Interactive World Models　arXiv 新增 · video diffusion distillation / world models　原文链接

编号2606.25473 优先级P2 类别arXiv 新增 · video diffusion distillation / world models 会议arXiv 新增 · video diffusion distillation / world models 方法不是 SSL 表征论文，但 teacher/self-forcing 的视频蒸馏 recipe 对视频基础模型有参考价值来源arXiv / OpenReview

先说结论。它和通用视觉自监督的关系在于：不是 SSL 表征论文，但 teacher/self-forcing 的视频蒸馏 recipe 对视频基础模型有参考价值。中相关；详见方法、贡献和实验边界。

**Figureure 10 · : Cosmos 3 interactive generation on autonomous-driving scenarios cond**Figure 10: Cosmos 3 interactive generation on autonomous-driving scenarios conditioned on the action of the vehicle ego-motion.这张图来自论文 PDF 的结构化抽取。当前用于辅助理解 Causal-rCM 的方法或实验，请结合正文精读段落一起看。

**Figureure 2 · : A unified divergence perspective of rCM (Zheng et al., 2025) and Cau**Figure 2: A unified divergence perspective of rCM (Zheng et al., 2025) and Causal-rCM.这张图来自论文 PDF 的结构化抽取。当前用于辅助理解 Causal-rCM 的方法或实验，请结合正文精读段落一起看。

核心问题

它和通用视觉自监督的关系在于：不是 SSL 表征论文，但 teacher/self-forcing 的视频蒸馏 recipe 对视频基础模型有参考价值。

方法拆解

不是 SSL 表征论文，但 teacher/self-forcing 的视频蒸馏 recipe 对视频基础模型有参考价值

主要贡献

中相关；详见方法、贡献和实验边界。

实验看点

实验部分建议重点看两类证据：一是作者是否把方法收益和更强数据、更长训练、更大模型区分开；二是跨模型、跨数据或跨任务迁移是否还能保留同样趋势。

局限与读法

这篇论文的结论需要结合任务设置、训练数据规模和消融实验一起看；不要只凭单个指标判断它对通用视觉表征的价值。