arXiv · 机器人与计算机视觉· Ying Yang, Guiyu Zhang, Lianghua Huang, Chang Nie, Chenyang Si, Haofan Wang, Shaoshuai Shi, Li Jiang·· 2026-10-05精选AI 评分83
Spatial Memory Intelligence:赋予世界模型以理解驱动的长期记忆
Spatial Memory Intelligence: Endowing World Models with Understanding-Driven Long-Term Memory
AI 导读
这篇论文提出了 Spatial Memory Intelligence (SMI),这是首个系统性地利用理解模型来管理长视频世界模型中空间记忆的框架。针对记忆序列增长和结构复杂化的挑战,SMI 引入了四个协同的原子操作:空间聚类、簇内稀疏化、动作感知检索以及可靠性感知过滤。实验表明该方法在多种基线、基准和世界模型骨干网络上均有效,显著提升了记忆稀疏度、生成稳定性和空间一致性。
推荐理由
该框架首次将理解模型用于长视频世界模型的时空记忆管理,通过聚类与稀疏化操作提升生成稳定性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org