跨語言音頻劇

深度分析

「N‑VSSM」結合 256 維潛在世界模型提升長程音頻劇敘事一致性與效能

隨著長篇音頻劇快速成長，現有大型語言模型在百集以上的情節一致性仍受限。研究推出 NarrativeWorldBench 基準與 N‑VSSM 潛在世界模型，採用 256 維隱狀態與 Mamba‑2，實現 200 集情節 F1 ≥ 0.84，且推理成本僅為封閉模型四分之一。編劇測試顯示 N‑VSSM 獲 71% 首選，提升 1.3 分。