Ring Forcing：为自回归视频扩散模型构建精准长期记忆

研究者提出 Ring Forcing，一个自回归视频扩散框架，通过环状训练策略强制模型从久远历史中检索信息，以兼顾历史一致性与生成多样性。该方法结合压缩与时间步组合策略，在固定序列长度下将有效历史跨度扩展至分钟级，并引入稀疏 RoPE 机制实现可扩展的记忆适配。实验显示其在分钟级连贯性和物体恒存性上显著优于现有最优方法。