研究人员推出了一种新颖的视频世界模型 Honeycomb，它利用一种名为 HexMemory 的固定大小场景记忆。这种 HexMemory 表示在六个空间和时空平面上采用低秩分解，能够实现一致的记忆存储，无论视频在空间覆盖或时间范围上如何扩展。在 WorldScore 和 RealEstate10K 数据集上的实验表明，Honeycomb 在保持恒定特征存储的同时，实现了强大的视频生成质量和鲁棒的重访一致性。 AI
影响 这项研究可能导致更高效、更一致的远期视频生成模型。
排序理由 该集群描述了一篇详细介绍视频世界模型新模型和表示的新研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
Video world models require persistent scene memory to maintain consistency during long-horizon video generation. Existing spatial memories accumulate RGB observations or latent features, increasing storage requirements as generation proceeds. We introduce Honeycomb, a video world…
arXiv:2609.37690v1 Announce Type: new Abstract: Video world models require persistent scene memory to maintain consistency during long-horizon video generation. Existing spatial memory systems accumulate RGB observations or latent features, causing storage requirements to grow as…