跳到正文
arXiv · 机器人与计算机视觉· Lin Zhao, Yushu Wu, Yifan Gong, Yanzhi Wang, Pu Zhao·· 9 天前AI 评分38

OmniMem:长视频生成的可扩展自适应记忆检索框架

OmniMem: Scalable and Adaptive Memory Retrieval for Long Video Generation

AI 导读

OmniMem 提出了一种针对自回归长视频生成的显式全范围稀疏 KV 缓存检索框架,有效解决了局部偏差与内存爆炸问题。实验显示该方法将动态度提升 52.3%,在保持强基线一致性的同时维持了相当的内存占用。该工作包含 31 页论文、13 张图表及 arXiv 预印本代码,属于计算机视觉领域的长视频生成研究。

来源:arXiv · 机器人与计算机视觉 · arxiv.org