NVIDIA WorldTrace 免训练增强视频世界模型场景记忆,回访召回提升 32%

NVIDIAAI · x · 2026-11-21

NVIDIA Research 发布 WorldTrace,解决交互式视频世界模型「离开再回来场景就走样」的一致性问题。核心思路:模型 rollout 超出训练长度后,时间 RoPE 偏移超出训练范围导致 KV 缓存内容无法被注意力寻址,且在 RoPE 旋转空间直接压缩缓存会因位置相位不兼容破坏记忆。WorldTrace 无需重训练,给每个摘要槽位分配独立的分布内虚拟位置,让缓存「可寻址」,并由模型自身注意力决定哪些观察原样保留、哪些合并为压缩摘要。在场景回访基准 LoopBench 上,相同 attended-cache 大小下平均 DINOv2 召回提升 32.6%,论文入选 NeurIPS 2026。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →