NBP是一种通过半自回归建模实现视频生成的创新方法。它将生成单元从单个token升级为块（如行或帧），大幅提升生成效率。块内采用双向注意力机制，使token能够捕捉更强大的空间依赖性。此外，NBP通过并行预测多个token，推理速度提升了11倍。
