ProAR — исследовательская модель LinghuiShen для решения задач перспективного рассуждения путём авторегрессионной генерации последовательности визуальных состояний. Она дообучена на Wan2.2-TI2V-5B и использует два компонента: Outcome Guidance предсказывает целевой будущий кадр, а Transition Guidance во время обучения согласует представление текущего фрагмента с чистым представлением следующего. Модель предназначена для экспериментов с видеорассуждением и задачами из наборов VBVR-10Tasks и VideoRLVR-3Tasks.

В метаданных указана задача image-to-video и формат PyTorch; исходная Wan2.2-TI2V-5B генерирует видео 720p по тексту или изображению. Для ProAR README не уточняет разрешение, контекст или полный набор входов. Репозиторий содержит чекпойнты отдельных вариантов и шаги обучения. Лицензия — Apache-2.0.