History Forcing 让少步视频模型记住久远历史：1.3B 学生 60 秒 VBench-Long 达 79.82
少步自回归视频扩散模型在长推演中会逐渐丢失主体与场景信息，现有蒸馏目标没有把久远历史单独作为约束。History Forcing 用同一自回归教师在有、无额外历史两种条件下的预测之差构造上下文残差，加权后修正 DMD 或 OPSD 的蒸馏目标。1.3B 学生模型在 15 秒生成上取得 VBench 质量分 85.07，在 60 秒生成上取得 VBench-Long 综合分 79.82，并在相机离开再返回的评测中把 PlayWorld 演化质量从 2.35 提到 2.70。