记忆更多，视频就更好吗？长视频生成中视觉记忆的对照研究
VMem-Bench研究检索过往视觉观察是否能提升长视频生成的一致性。研究分析了92部电影中的参考图像选择，并在30个生成故事中将四种检索策略与对照条件进行比较。检索提高了实体召回率以及与过去外观的相似度，但降低了精确率和避开禁用实体的能力。故事发生变化后，检索还可能延续已经过时的外观。研究指出，对历史影像的忠实不等于符合当前故事；仅凭检索相关性或最终视频的一致性，不能证明记忆确实有用。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。