浙大等提出ATAS长视频跨镜头一致性框架

2026年10月15日，据AGI Hunt报道，浙江大学、Monash大学、UC Berkeley等机构提出ATAS（Any Time, Any Space）框架，用世界状态记忆提升长篇 agentic 视频生成的跨镜头时空一致性。该框架包含场景记忆与事件记忆，做法是先把剧本编译为带位置、相机与事件时间引用的镜头请求，生成后需经重建校验通过才更新记忆。报道称，在四个视频生成器骨干上，ATAS 的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。目前尚未见后续报道或独立复现结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。