跳到正文
Hugging Face Daily Papers·· 2026-10-16AI 评分24

PPMem:用持久平面记忆增强视频世界模型

Persistent Planar Memory for Video World Models

AI 导读

PPMem 是一种以平面基元作为持久 3D 记忆的视频世界模型,通过为视频扩散 transformer 增加平面预测头和 Depth Token Fusion(DTF)模块,让每个自回归分块同时生成 RGB 视频与平面几何。

打开原文 arxiv.org