CineMem：多镜头长视频生成的记忆检索框架论文

Xiaoxue Wu、Xinyu Gao、Fang Yu、Yu Qiao、Xinyuan Chen 等在 arXiv 发布论文，提出 CineMem——一种注意力对齐的细粒度记忆检索框架，将注意力引导的在线 KV cache 组织与查询级历史记忆检索结合，用于自回归多镜头长视频生成。作者声称该方法在受限记忆预算下接近完整历史访问的效果，并改善镜头切换（尤其是回访场景）中的长期一致性；论文摘要还称引入了面向 VLM 辅助的跨镜头一致性评测指标。 以上基于论文摘要，材料未说明实验规模、基线、数据集或具体指标结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。