MemLearner

MemLearner 通过自适应上下文查询改进视频世界模型 · 追踪 2 个来源

研究人员推出 MemLearner，这是一种通过改进视频世界模型在长序列中的记忆和场景一致性来增强其性能的新方法。该方法利用基于学习的自适应上下文查询与查询令牌，解决了先前基于规则的检索系统在遮挡和动态对象场景中的局限性。MemLearner 利用预训练的视觉先验和多数据集训练策略，在实验中展示了显著的性能提升。