研究人员开发了HLA-WM,一个新颖的免训练框架,旨在通过改进长序列的记忆保持能力来增强长视域视频世界模型。该系统通过结合粗粒度几何引导检索和细粒度循环线性状态计算,解决了现有循环线性注意力模型中信息丢失的问题。HLA-WM有效地缓存和检索相关的历史场景信息,在SANA-WM-Bench和MBench-A等基准测试中,PSNR等指标显著提高,旋转误差降低,同时与全KV缓存相比,内存需求也大大降低。 AI
影响 增强视频世界模型中的远程场景回忆能力,可能改进需要持续时间理解的应用。
排序理由 详细介绍改进AI模型新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →