训练阶段

2026 年开源交互视频 WM 的公开课表高度同构：

双向 teacher（全时序注意力，控得住）
    → 因果转换（teacher forcing / block-causal）
    → 少步对齐（ODE / CF++ / Perceptual FM / AnyFlow）
    → 分布匹配（DMD / Self-Rollout / LongForcing / DFD）
    → （可选）RL 后蒸馏、量化、记忆 curriculum

同构不等于同预算。下表只列原文写过的阶段关键词，不补 GPU hours。

同先验 5B 路线

模型	公开阶段关键词	已知硬件线索	GPU hours
Astronex 1.0	I 双向 PRoPE+64D → II TF → III UniPC 25→12 → IV mixed SFT + rolling forcing → V asymmetric DMD	全程 2×L20 48GB	未公开
Zing-0.5	双向适配 → 双分支 teacher/student → ODE+local consistency → DMD+DFD	训练卡未公开	未公开
ABot-World-0	双向 teacher → TF → ODE → LongForcing	训练卡未公开	未公开
Matrix-Game 3.5	Base（相机+Patch Memory）→ PFM 10k steps → Self-Rollout DMD 1k outer	卡数未公开	未公开
Yume-1.5	Foundation 10k iters → SF+TSCM 600 iters	A100，卡数未公开	未公开
DreamX 1.0	E-PRoPE → Memory → Event IFT → AR+DMD → DiffusionNFT	训练卡未公开	未公开
SolarWM 5B	双向 PRoPE → TF-AnyFlow → DMD/SGF	训练卡未公开	未公开

有步数、无墙钟、无卡数，一律不换算 hours。

差异段（复现时该抄哪一段）

失败模式	更匹配的公开段
长 rollout 色漂 / 结构坍	ABot LongForcing；Matrix Self-Rollout DMD
回访对不上	Matrix Patch Memory curriculum（先关 memory 再打开）
想少一个中间蒸馏	Solar AnyFlow（声称省 ODE/CD）
相机跟随在蒸馏后变差	DreamX RL / DiffusionNFT
上下文太长、要 4-step	Yume TSCM；Zing DFD
低卡把控制先加进去	Astronex Stage I（2×L20 故事）

完整 stage 简表见 Wan5B 对照 §2。