生成不遗忘，「超长时序」世界模型！北大EgoLCD长短时记忆加持
北京大学、中山大学等机构联合推出EgoLCD，一种基于类脑长短时记忆机制的长上下文视频生成模型，有效解决长视频中的“内容漂移”难题。该模型通过稀疏KV缓存保留关键语义信息，结合LoRA增强短期适应性，并引入记忆调节损失与结构化叙事提示（SNP）提升时序一致性。在EgoVid-5M基准测试中，EgoLCD在NRDP和CD-FVD等多项指标上优于SVD、OpenSora等模型，成功生成60秒无变形的连贯第一人称视频，为具身智能提供了高质量训练数据的新路径。来源：https://mp.weixin.qq.com/s/NeSyB5oCFheDCX1l4lfccQ
页:
[1]