上下文记忆力媲美Genie3，且问世更早：港大和可灵提出场景一致的交互式视频世界模型

港大与快手可灵团队提出 Context as Memory，一种无需显式 3D 建模即可实现长视频生成场景一致性的新方法。该模型将历史上下文作为“记忆”，并通过 FOV 视场检索机制提升效率，在几十秒时间尺度下保持场景稳定性，显著优于现有方法。作为世界模型五大能力之一的 Memory 模块代表作，其效果接近 Google DeepMind 的 Genie 3，且投稿时间更早。团队同期还推出了聚焦开放域控制能力的 GameFactory，入选 ICCV 2025 Highlight。
来源：https://mp.weixin.qq.com/s/VTMYfXDHUr6O36E82Cg-aw