FrameMorrow：面向长时程视频生成、基于前瞻 token 的未来引导帧选择

FrameMorrow 提出前瞻帧选择器：预测一小组代表未来信息需求的前瞻 token，据此从历史中选出相关帧，用于长时程视频生成。它直接选择显式历史帧而非模型内部状态，可即插即用接入包括闭源模型在内的多种生成器，额外推理开销很小。在 5 个基准、11 个生成模型上评测，长程一致性、视觉质量与动作对齐均有一致提升。