ReCam 用全上下文记忆生成稳定长视频

Yukuo Ma 等作者提出长视频生成方法 ReCam：把历史潜变量的局部时空块分组为向量，直接投影到 Diffusion Transformer 的高维隐藏空间，再通过原生自注意力把这些记忆 token 纳入生成过程。作者称，这一做法在减少 token 数量的同时，仍保留对完整历史的块级访问，目标是让长视频生成保持稳定。目前公开信息仅为方法描述，尚未给出量化效果或对比结果。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。