跳到正文
arXiv 游戏 AI 检索· Eren Cetin·· 2026-10-14精选AI 评分35

SMART:用区域令牌寻址槽位记忆的长时程视频生成

Long-horizon Video Generation with Slot Memory Addressed By Region Tokens

AI 导读

SMART 提出一种由区域令牌寻址的槽位记忆,在固定存储与计算成本下支撑长时程视频生成中的空间回忆。写入由观察相机寻址,读取由渲染相机查询,无需构建显式三维表示或维护不断增长的缓存。每次读取还会给出置信度,用于调节分块因果扩散 Transformer 对检索内容的信任程度,并在 Memory Maze 和 Minecraft 的长轨迹测试中,于训练时长之外仍保持较高保真度的回忆。

推荐理由

相比依赖显式三维重建或时序递归的记忆方式,该方法用固定大小的槽位记忆按相机位置寻址,对关注长时程世界模型的读者有参考价值。

来源:arXiv 游戏 AI 检索 · arxiv.org