ProAR：用自回归视频模型学习前瞻性推理

ProAR 将自回归视频生成改造为目标导向的推理过程，通过非对称注意力掩码把目标帧预测嵌入自回归循环，并用未来表征自对齐引导短程过渡。该框架仅用 25% 的训练步数即超越完整训练的标准自回归基线，在多个视觉推理基准上持续提升，并展现出在具身推理任务上的适用性。