MosaiChunk：KV 记忆拼贴让自回归视频模型记住出画细节
camenduru · x · 2026-10-13
Cornell、UC Berkeley、Harvard 与 Impossible 团队（含 Alexei Efros、Qianqian Wang 等）发布 MosaiChunk，解决长时程自回归视频生成中物体出画后细节丢失的问题。
- 核心思路：不再把整段历史 chunk 作为上下文，而是在空间和时间上选择历史 KV 条目组成马赛克，冻结的视频生成器可直接消费这些非连续 KV，重现先前的视觉内容。
- 方法：保持生成器冻结，只训练一个轻量 router，在固定活跃记忆预算下决定保留哪些历史 KV。
- 效果：如「合上铁盒再打开」场景中，星形饼干的外观得以保留。
项目提供网页、论文、代码、权重与数据，全部开源。
所属事件:MosaiChunk 让自回归视频模型获得持久视觉记忆(2 条相关)→
「多模态」频道最新
- MageTrail 2.8B 动漫模型实测:100 位画师风格学习成本仅 $20 起 — Turbulent-Bass-649 · 2026-10-13
- 整部电影按单序列一次渲染,FilmCraft 展示暗黑魔幻长镜头 — Super_Range45 · 2026-10-13
- Meta Muse Wonder (Max) 实测：3D 场景到前端设计全对比 — arena · 2026-10-13
- AI 复刻哥伦布 1492 年登陆宣言，逐字还原日记原文 — aeeiee · 2026-10-13
- 开源 VAE 修复 Qwen-Image 2.1 棋盘伪影，实测效果显著 — barbear22 · 2026-10-13
- ComfyUI + MiniMax H3 + Claude 实测：短剧级视频生成流水线 — TheHollywoodGeek · 2026-10-13