你是否曾被AI视频生成的不连贯性所困扰？ 在交互式创作中，仅仅切换一句提示词，故事就可能瞬间"崩塌"：一个角色暂时离开画面后再次出现，却"面目全非"，仿佛换了演员；或者，当你尝试引 入一个新角色，AI却在后续的剧情中反复"召唤"这个新人，甚至将多个角色的特征混淆在一起。这种"金鱼记忆"式的顽疾，正是长视频生成在叙事上的一 大致命伤。 现在，来自香港大学和快手可灵（Kling）团队的研究者们，联合推出了突破性方案——MemFlow。 3. "各自为政"的流程：还有一些流程试图将任务拆分，先让一个模型制作关键帧脚本，再让另一个模型根据脚本生成视频。这种方式在根据各段脚本分别 生成时是各自独立的，拼接成的完整视频缺乏全局一致性。 这些僵化的、非自适应的记忆策略，无法应对交互式创作中流动的、不可预测的叙事需求，这正是导致交互式长视频生成一致性差的原因。 产生真正的长时记忆与叙事连贯性 这是一种创新的流式自适应记忆机制，它赋予了AI强大的长时记忆与叙事连贯性，有望彻底解决上述难题。 流动的叙事 vs. 僵化的记忆 为了生成长视频，主流模型普遍采用"分块生成"的策略，即像放映幻灯片一样，一段一段地生成视频片段。 然而，如 ...

MemFlow团队 投稿 量子位 | 公众号 QbitAI 你是否曾被AI视频生成的不连贯性所困扰？ 在交互式创作中，仅仅切换一句提示词，故事就可能瞬间"崩塌"：一个角色暂时离开画面后再次出现，却"面目全非"，仿佛换了演员；或者， 当你尝试引入一个新角色，AI却在后续的剧情中反复"召唤"这个新人，甚至将多个角色的特征混淆在一起。这种"金鱼记忆"式的顽疾，正是长 视频生成在叙事上的一大致命伤。 现在，来自香港大学和快手可灵 （Kling） 团队的研究者们，联合推出了突破性方案—— MemFlow 。 这是一种创新的流式自适应记忆机制，它赋予了AI强大的长时记忆与叙事连贯性，有望彻底解决上述难题。 2. "一刀切"的压缩策略 ：另一些方法试图将所有历史画面压缩成一个固定大小的"记忆包"。问题在于，不同的叙事需求要回忆的重点不 同，"一刀切"的压缩往往会丢失关键细 节， 导致主体特征遗忘和视觉质量漂移。 3. "各自为政"的流程 ：还有一些流程试图将任务拆分，先让一个模型制作关键帧脚本，再让另一个模型根据脚本生成视频 。 这种方式在根 据各段脚本分别生成时是各自独立的，拼接成的完整视频缺乏全局一致性。 这些僵化的、 ...