1.上下文相关记忆

要让视频生成模型真正成为模拟真实物理世界的「世界模型」，必须具备长时间生成并保留场景记忆的能力然而，交互式长视频生成一直面临一个致命短板：缺乏稳定的场景记忆镜头稍作移动再转回，眼前景物就可能「换了个世界」。

2.上下文类

这一问题严重制约了视频生成技术在游戏、自动驾驶、具身智能等下游应用的落地8 月初，Google DeepMind 发布的

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。