长视频生成不再随时间遗忘:Smart 用相机位姿寻址固定容量槽记忆,训练视野外仍能找回旧场景
长视频生成长期在两种记忆之间取舍:显式几何缓存能按位置找回旧画面,但存储随场景增长;循环记忆容量固定,却让旧观测随时间衰减。Smart 把固定容量的槽记忆改为由相机位姿寻址,写入和读取都按“在哪里看到”而非“多久以前看到”进行,并让扩散生成器依据记忆给出的置信度决定信任程度。在 Memory Maze 与 Minecraft 的长轨迹上,它在训练视野之外仍保持高保真回忆,且内存与单步开销恒定。
长视频生成长期在两种记忆之间取舍:显式几何缓存能按位置找回旧画面,但存储随场景增长;循环记忆容量固定,却让旧观测随时间衰减。Smart 把固定容量的槽记忆改为由相机位姿寻址,写入和读取都按“在哪里看到”而非“多久以前看到”进行,并让扩散生成器依据记忆给出的置信度决定信任程度。在 Memory Maze 与 Minecraft 的长轨迹上,它在训练视野之外仍保持高保真回忆,且内存与单步开销恒定。
已读完全部报道