@HuggingPapers: 微软研究院推出Mirage潜在空间记忆，直接将3D场景存储为潜在标记，跳过了昂贵的…
摘要
微软研究院推出Mirage，一种潜在空间记忆，直接将3D场景存储为潜在标记，实现视频生成速度提升高达10.57倍，内存使用降低55倍，并达到最先进的一致性。
查看缓存全文
缓存时间: 2026/06/10 00:18
微软研究院推出Mirage
潜在空间记忆直接将3D场景存储为潜在令牌，跳过了代价高昂的RGB渲染与重新编码循环。这使得视频生成速度最高提升10.57倍，内存占用降低55倍，并在WorldScore上实现了最先进的一致性。https://t.co/tu9thFHncx
相似文章
用于视频世界模型的潜在空间记忆
本文介绍了用于视频世界模型的潜在空间记忆，将3D场景信息直接存储在扩散潜在空间中，以避免昂贵的像素空间重建。所提出的Mirage框架实现了高达10.57倍的生成加速和55倍的内存缩减，同时在WorldScore和RealEstate10K上取得了最先进的性能。
@UnTalNixon_exe：微软研究院刚刚发布了AI智能体们期待已久的内存插件。PlugMem。无需微调。……
微软研究院发布了PlugMem，一款面向AI智能体的内存插件，可将经验提炼为知识图谱，将上下文令牌减少10-100倍，并在无需微调的情况下提高决策效用。
MetaSpatial：强化VLMs在元宇宙中的3D空间推理
MetaSpatial是一个强化学习框架，旨在增强视觉语言模型（VLMs）的3D空间推理能力，能够生成连贯且物理上合理的3D场景，无需硬编码优化。
@MSFTResearch: AI 智能体无法记住过去的对话。它们必须不断重新加载或检索上下文，随着任务变长和复杂，效率变得越来越低…
Memora 是一种为 AI 智能体设计的可扩展记忆系统，它将存储与检索分离，能够支持长周期任务，同时将上下文令牌减少多达 98%，并在基准测试上取得了新的最佳性能。该论文发表于 ICML 2026。
视频世界模型中的记忆（6分钟阅读）
NVIDIA及其合作者的一项最佳论文研究引入了WorldTrace，这是一个无需训练的框架，通过分配固定的槽位秩位置，使自回归视频世界模型中的压缩记忆保持可寻址，从而实现连贯的长程生成和超越训练视野的长距离回忆。