WorldPager 提出单卡长时程世界模型分层KV存储方案
热点事件历史事件
WorldPager 提出单卡长时程世界模型分层KV存储方案
1 篇报道1 个报道来源27 天前更新
先了解这件事
AI 综述
游戏AI论文作者 Bingnan Liu 提出 WorldPager,让交互式世界模型在单张消费级 GPU 上长时间连续生成视频。论文称,该方法把 int4 量化的 KV 记忆分层存放在 GPU、DRAM 和 NVMe 中,并根据相机位姿提前预取,因此不会因等待数据而停顿。测试环境为一张 RTX 4090、32 GiB 主机内存和一块 NVMe SSD,系统连续生成了 37.5 分钟视频,主机内存保持恒定,速度约 9.5 帧每秒。 论文称,在封闭测试集上 int4 存储没有可测量的质量损失;但在长间隔重访场景中,图像质量约下降 1 个 MUSIQ 点。作者认为这是首个把交互式世界模型的 KV 记忆放到 NVMe 层并实现零停顿预取的方案,该说法来自作者自述。
AI 根据报道生成 · 26 天前更新
最新进展10月26日 22:44
WorldPager:在单张消费级GPU上为长时程世界模型实现零停顿分层记忆报道时间线
沿着报道,了解事件的不同侧面。
10月26日
- arXiv 游戏世界模型与生成检索精选WorldPager:在单张消费级GPU上为长时程世界模型实现零停顿分层记忆
WorldPager 将交互式世界模型的 int4 KV 记忆分层存放在 GPU、DRAM 与 NVMe 中,并根据相机位姿预取,在单张 RTX 4090 上连续生成 37.5 分钟视频且无停顿、主机内存保持恒定,速度约 9.5 帧每秒。在封闭测试集上,int4 存储未见可测量的质量损失;长间隔重访时图像质量约下降 1 个 MUSIQ 点。