浙大等团队发布 ATAS 框架：用世界状态记忆实现一致性长视频生成
CSProfKGD · x · 2026-10-16
浙江大学联合莫纳什大学、UC Berkeley 等团队发布 ATAS（Any Time, Any Space），一个面向 agentic 长视频生成的世界状态框架（arXiv:2610.20571）。
核心问题：长视频生成中，非连续镜头之间靠传递 prompt 或近期帧，无法保证空间一致性，也无法回放之前的事件。
方法：
- 将剧本编译为带显式位置、相机、事件时间引用的镜头请求
- 维护两类记忆：场景记忆（已注册的静态几何）+ 事件记忆（动态观测），生成前从中检索证据
- 视频智能体共享持久世界状态，可回到旧场景、从新视角重放事件
作者团队包括 Bohan Zhuang 等，论文、代码与交互式 demo 均已公开。
所属事件:浙大等四校开源 ATAS 框架,实现跨镜头一致的长视频生成(4 条相关)→
「多模态」频道最新
- 手把手教你训练自己的 LTX IC-LoRA：全程用 Grok Bot 代劳 — PurzBeats · 2026-10-16
- HF 开源 TTS 排行榜上线：8K+ 模型时代用客观指标替代竞技场 — dl_weekly · 2026-10-16
- Flux 3 Klein 实测:氛围光照出色,生物细节比例崩坏 — Schattenmensch · 2026-10-16
- 马戏团小丑走钢丝秀杂技，Seedance 2.5 视频生成实测惊艳 — azed_ai · 2026-10-16
- ComfyUI 悬赏 2.5 万美元,替爽约开源的 Higgsfield 补上承诺 — PurzBeats · 2026-10-16
- 开源 Minimax 模板在 Ocean Network 打造水下品牌故事 — w1kke · 2026-10-16