论文页面 - Ring Forcing：迈向精确长期记忆的自回归视频扩散

来源：https://huggingface.co/papers/2608.26794

摘要

Ring Forcing 是一种自回归视频扩散框架，通过环式训练、历史压缩和稀疏旋转嵌入来提升长期记忆能力，以实现分钟级的生成连贯性。

将视频生成扩展到长时间序列时，一个关键瓶颈显现出来：现有模型缺乏强大的长期记忆能力。这一缺陷可以从两个关键方面进行研究：物体恒存性（https://huggingface.co/papers?q=object%20permanence），即物体再次出现时精确再现其外观的能力；以及记忆容量（https://huggingface.co/papers?q=memory%20capacity），即处理超长上下文并利用遥远历史信息的能力。强大的长期记忆需要两者兼备：仅有物体恒存性而上下文处理能力不足会限制时间跨度；反之，仅有长上下文长度而无恒存性则无法维持身份一致性。为解决此问题，我们提出了Ring Forcing（https://huggingface.co/papers?q=Ring%20Forcing），一个自回归视频扩散（https://huggingface.co/papers?q=autoregressive%20video%20diffusion）框架，旨在稳健地构建和精确利用长期记忆。我们的环式训练（https://huggingface.co/papers?q=ring-structured%20training）策略强制从遥远历史中检索信息，有效调和了严格历史依循性与生成多样性之间的权衡。为扩展记忆容量（https://huggingface.co/papers?q=memory%20capacity），我们引入了一种压缩与时间步组合（https://huggingface.co/papers?q=compression%20and%20timestep%20composition）策略。在固定序列长度约束下，该方法将有效历史跨度延长至分钟级，并实现了对整个历史的全面感受野。此外，我们提出了一种稀疏RoPE（https://huggingface.co/papers?q=sparse%20RoPE）机制，以实现灵活、可扩展的记忆适应，同时充分利用预训练先验知识。大量实验表明，Ring Forcing（https://huggingface.co/papers?q=Ring%20Forcing）实现了卓越的分钟级连贯性和物体恒存性（https://huggingface.co/papers?q=object%20permanence），显著优于当前最先进方法。

查看arXiv页面 (https://arxiv.org/abs/2608.26794) 查看PDF (https://arxiv.org/pdf/2608.26794) 项目页面 (https://ringforcing.com/) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2608.26794)

在您的代理中获取此论文：

hf papers read 2608.26794

没有最新的CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型 0

没有模型链接此论文 在模型的README.md中引用 arxiv.org/abs/2608.26794 以从此页面链接它。

引用此论文的数据集 0

没有数据集链接此论文 在数据集的README.md中引用 arxiv.org/abs/2608.26794 以从此页面链接它。

引用此论文的Spaces 0

没有Space链接此论文 在Space的README.md中引用 arxiv.org/abs/2608.26794 以从此页面链接它。

包含此论文的集合 0

没有包含此论文的集合 将此论文添加到集合以从此页面链接它。