MosaiChunk 研究长视频生成中的一致性问题：对象离开上下文窗口后再次出现，细节可能发生变化。论文首次提交于 10 月 1 日，不应改写成本周刚发表。
方法固定视频生成器，只训练轻量路由器，从历史记录中按空间和时间选择键值信息。作者还提供 RememBench，评估文生视频和图生视频中的场景回访表现。
官方已链接代码、路由器权重和基准资源。使用条件随底座变化，部分包含非商业限制；论文报告的一致性改善，并不代表模型拥有永不出错的记忆。
这项研究固定视频生成器，仅训练轻量路由器，在有限记忆预算内找回历史视觉细节。
本文为译文。 阅读原稿
MosaiChunk 研究长视频生成中的一致性问题：对象离开上下文窗口后再次出现，细节可能发生变化。论文首次提交于 10 月 1 日，不应改写成本周刚发表。
方法固定视频生成器，只训练轻量路由器，从历史记录中按空间和时间选择键值信息。作者还提供 RememBench，评估文生视频和图生视频中的场景回访表现。
官方已链接代码、路由器权重和基准资源。使用条件随底座变化，部分包含非商业限制；论文报告的一致性改善，并不代表模型拥有永不出错的记忆。