深度分析
AlayaWorld 登場：15B 參數影片世界模型，挑戰長時互動與空間一致性
AlayaWorld 是一套互動式長時程影片世界模型，基於 15B 參數的擴散變換器，以 24 fps 生成 540p 至 720p 影片。其有界視覺上下文結合固定錨定幀、壓縮時間記憶與空間記憶，並透過抗漂移訓練與四步蒸餾提升穩定性。在 iWorld-Bench 上，AlayaWorld 於生成品質、軌跡追蹤與記憶能力均取得最佳成績。
影片生成
深度分析
NeoMap：訓練自由的資料流形交替投影實現高品質單張影像與影片新視角合成
研究聚焦單張影像或單目影片的全新視角合成，提出 NeoMap 利用預訓練影片模型的資料流形透過交替投影搜尋最佳噪聲初始值，免除額外微調。實驗在 Tanks‑and‑Temples、LLFF 與 DAVIS 三大基準上均超越現有方法，顯著提升視覺真實度與相機一致性。
深度分析
Argus 以 SMII 技術實現動態身份記憶的影片生成突破
針對影片中人物身份保持的挑戰，研究提出Argus系統，利用堆疊多視角身份馬賽克注入(SMII)將影像證據轉為3×3動態記憶，並結合大語言模型導向與反事實訓練，使生成影片在大幅度側臉、遮蔽與首幀衝突下仍保持高相似度，實驗在OpenS2V與HardID-Celeb基準上創下最高分。
深度分析
精準分配稀疏注意力（PASA）提升影片生成流暢度與效能
影片擴散模型計算昂貴，研究者提出 PASA 以動態算力分配、分組近似與隨機路由降低成本，同時抑制時間閃爍，實驗證實可加速推論並提升畫面流暢度。