LOCI：面向流式世界模型的空间线性记忆架构

LOCI 是一种混合空间记忆架构，在 Transformer 的一半区块中保留主注意力的 key-value 缓存，同时结合紧凑的循环记忆，让视频世界模型在相机重访已观测区域时能重现原有内容。该设计针对 key-value 缓存随视频长度增长、循环记忆将历史压缩为固定大小状态而无法直接访问单次观测的问题，同时保留两种表示。