已收录文章摘要，完整内容可前往原文阅读。
论文导读庆熙大学、得克萨斯大学奥斯汀分校等机构提出Custom Forcing，把参考图直接放进视频模型的长期缓存，生成特定对象时无需为它单独训练。两分钟视频中，主角相似度指标维持在约0.58至0.6