REEL论文提出视觉记忆规划器提升多镜头视频生成一致性

Hang Xu 等作者（材料未说明机构）在 arXiv 发布论文，提出通用视觉记忆规划方法 REEL：通过统一工具接口检索参考、补充缺失视觉证据并更新持久记忆，再经后端适配器接入不同黑盒视频生成器，用于长视频多镜头生成。 论文称，在 JoyAI-Echo~1.5 和 MiniMax-H0 上，REEL 相比无记忆基线在 ST-Bench 上将跨镜头一致性分别提升 15.1% 和 20.7%，在其提出的 REEL-Bench 的 Core-100 上分别提升 2.41 和 8.32 分。训练分三阶段：监督微调、单镜头 GRPO 和多镜头 GRPO。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。