深度分析 SUNTA:驚訝驅動的分層影片預測框架,結合 HSSM 與 RSSM 的長期視訊模型 隨著長期視訊預測需求提升,研究提出以驚訝為基礎的分層時間抽象模型 SUNTA,透過預測誤差自動切割影片片段,並以自上而下的驚訝指標在無觀測的開環生成中偵測邊界。實驗顯示 SUNTA 在 250 步長預測上保持精準,遠超所有基線在前 10 步即失效的表現。