HLA-WM：免训练混合注意力长视频世界模型

2026年10月6日，AGI Hunt 报道了 HLA-WM，一个免训练的混合线性注意力框架，用于缓解长时程视频世界模型的远程遗忘问题。其方法为缓存 GDN 的分块转移摘要，利用相机几何检索相关的历史分块，并重组为查询特定的循环状态。在 60 秒 SANA-WM-Bench 上，该框架 6 项指标全部提升，其中包括 PSNR 提升 0.74 dB、旋转误差下降 28.5%；在 60 秒上下文下，历史状态内存较全 KV cache 减少 12 倍，推理吞吐最多仅下降 1.6%。报道中未提及其他对比结果或复现情况，后续进展有待观察。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。