研究者らは、マルチボール硬球動力学シミュレーション中に因果連鎖が長くなるにつれてパフォーマンスが低下する「直列性ギャップ」をビデオ拡散モデルで特定した。制御実験により、この劣化はビデオの長さではなく依存事象構造に起因しており、相互作用のない単一ボールの制御では消失することが示された。
- 標準的な双方向ビデオ拡散は、ノイズ除去ステップを増加させても、より長い因果連鎖にはスケールしない。
- オートレジッシブ生成やアーキテクチャ深度など、有効な直列計算を増加させる手法は、パフォーマンスを不均衡に向上させる。
- 本研究により、決定論的ビデオ予測のノイズ除去ステップはバックボーンを超えて直列計算を追加しないことが証明された。
この知見は、直列推論とシミュレーションを必要とするタスクにおいてビデオ拡散モデルを使用するための構造的障害を示している。