浙大等提出 ATAS 框架，用世界状态记忆让长视频生成跨镜头保持一致

浙大、Monash、UC Berkeley 等机构提出 ATAS（Any Time, Any Space）框架，用场景记忆与事件记忆提升长篇 agentic 视频生成的跨镜头时空一致性。框架把剧本编译为带位置、相机与事件时间引用的镜头请求，生成后重建校验通过才更新记忆，在四个视频生成器骨干上跨镜头一致性指标均为最高总基准分。六项人类评分全部最高，代码与视频结果已开源。