RECAP-Forcing：在长视频生成中保留内容表征

英文标题：RECAP-Forcing: Retaining Content Appearances for Long Video Generation

论文 RECAP-Forcing 关注长时长自回归视频生成中的记忆难题。由于注意力窗口有限，模型必须从持续扩展的历史上下文中选择需要保留的信息。现有方法主要按时间组织记忆，倾向于保留最近的内容。该研究旨在探索如何在长视频生成过程中保留内容表征，对提升长序列视频的一致性具有潜在意义。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB