DecMem：解耦記憶架構實現分鐘級一致世界生成

研究論文探討了影片生成模型在可控世界模型中的近期進展，但指出在長時間推理中維持細粒度時空一致性仍是一項關鍵挑戰。傳統方法依賴顯式3D記憶或粗粒度幀級隱式建模，導致計算效率低下和注意力分散等問題。為此，論文提出 DecMem，一種解耦記憶架構，結合稀疏全域記憶以實現高效細粒度的全域歷史存取，以及錨定局部記憶來確保穩定且高品質的外推。透過系統分析注意力分散，DecMem 實現了精確且可擴展的長期記憶。廣泛實驗證明，DecMem 在生成長達分鐘級的影片時，顯著優於現有最先進方法，提供高保真度和一致性的可控生成能力，這項研究為遊戲、虛擬實境等應用帶來新的可能性。