StepFun（阶跃星辰）

Head Forcing: Long Autoregressive Video Generation via Head Heterogeneity

强制头部：通过头部异质性实现长自回归视频生成

Jiahao Tian, Yiwei Wang, Gang Yu, Chi Zhang

机构 * AGI Lab, Westlake University University of California at Merced StepFun 纠错

AI总结 本文提出Head Forcing框架，通过差异化分配KV缓存策略提升长视频生成质量，实现分钟级生成并支持多提示交互。

Boosting Omni-Modal Language Models: Staged Post-Training with Visually Debiased Evaluation

提升多模态语言模型：带有视觉偏见评估的分阶段训练

Che Liu, Lichao Ma, Xiangyu Tony Zhang, Yuxin Zhang, Haoyang Zhang, Xuerui Yang, Fei Tian

机构 * StepFun-Audio Team（StepFun-Audio团队） 纠错

AI总结 本文研究了多模态基准在视觉偏见评估下的表现，提出OmniBoost三阶段训练方法，通过混合双模SFT、混合模态RLVR和自蒸馏数据SFT提升模型性能，验证了小模型在分阶段训练下的有效性。

Comments Project page: https://cheliu-computation.github.io/omni/