算法论文7
新方法造出「视频世界模型」
机器之心
AI 摘要
斯坦福等团队:用状态空间模型实现长期记忆,结合逐块扫描方案与帧局部注意力机制,新「视频世界模型」在训练和推理表现上优于传统方法,能高效处理长上下文。
阅读原文 · 机器之心
SSM+扩散模型,竟造出一种全新的「视频世界模型」
在AI热词不断涌现的时代,斯坦福大学等机构研究将长上下文、状态空间模型、扩散模型等结合,创造全新「视频世界模型」。它用状态空间模型实现长期记忆,还设置局部注意力机制,训练和推理表现出色。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
推荐文章9
康奈尔拆解机器人长期记忆难题
本文整理康奈尔大学Steven Waslander教授在IROS的主旨演讲,针对智能机器人上下文窗口限制的瓶颈,分享其团队在仓库机器人长期记忆领域的两项核心研究,给出多模态记忆检索与环境动态检测方案,具备工业落地参考价值。
AI科技评论
算法论文8
多校提出可交互视频世界模型Oneira
本文介绍牛津、莫纳什、布里斯托等多校团队提出的交互式视频世界模型Oneira,解决现有模型交互错配、状态易丢失的缺陷,实验效果优于现有主流基线模型。
机器之心
开源动态8
民间版DeepSeek Bot,装插件就能用
DeepSeek官方产品还未上线,民间开发者基于DeepSeek Harness开发了开源的DeepSeek-Bot插件,支持多Bot团队协作、持久化长期记忆,可设置Bot主管降低token消耗,可自由接入模型。
量子位
算法论文9
扩散新范式Hi-DiT终结路线之争
中科大与智象HiDream.ai团队提出混合潜空间-像素空间扩散新模型Hi-DiT,解决了两类传统扩散路线各自的瓶颈,论文被ECCV 2026接收,在多个主流图像生成任务上取得优异性能,仅小幅增加计算开销。
量子位