# 正交解耦训练

该工作提出 SVEET 框架，仅在预训练双向视频扩散模型上训练控制分支，通过时间独立的 2D 空间注意力控制分支与正交解耦训练（ODT）弥合双向与自回归特征空间差异，从而无需重训或蒸馏流式骨干即可实现高质量流式视频编辑，在单张 H100 GPU 上达到 15 FPS，并在风格迁移、视频修复与深度到视频生成三类任务上取得优于多个基线的评测结果。

该工作提出 SVEET 框架，仅在预训练双向视频扩散模型上训练控制分支，通过时间独立的 2D 空间注意力控制分支与正交解耦训练（ODT）弥合双向与自回归特征空间差异，从而无需重训或蒸馏流式骨干即可实现高质量流式视频编辑，在单张 H100 GPU 上达到 15 FPS，并在风格迁移、视频修复与深度到视频生成三类任务上取得优于多个基线的评测结果。