2.6B开源世界模型撑1分钟720p (opens in new tab)
同一天两篇 AR 视频蒸馏指向同一个瓶颈位移——单步成本不再是主要矛盾,long rollout 的训练-推理分布漂移接力上位;SANA-WM 用混合线性注意力把分钟级 720p 世界模型拉到 2.6B;多模态长期记忆评测、统一 agentic/latent 视觉推理、合成分层设计数据三篇也值得读。
Read the original article同一天两篇 AR 视频蒸馏指向同一个瓶颈位移——单步成本不再是主要矛盾,long rollout 的训练-推理分布漂移接力上位;SANA-WM 用混合线性注意力把分钟级 720p 世界模型拉到 2.6B;多模态长期记忆评测、统一 agentic/latent 视觉推理、合成分层设计数据三篇也值得读。
Read the original article