測試時自我優化

深度分析

A2RD 與 MVMem/HITS：以多模態記憶與測試時自我優化解決長影片一致性

長影片合成仍受語義漂移和敘事崩解困擾。A2RD提出一套代理化自回歸擴散流程，透過多模態視訊記憶、適應性片段生成與階層測試時自我優化，將生成與一致性檢驗分離。系統以檢索—生成—精修—更新的閉環方式逐段自我改善。實驗顯示其在新基準與公開資料上提升一致性與敘事連貫度。