**PPMem：基于平面原语的持久化视频世界模型**

_Persistent Planar Memory for Video World Models_

> PPMem 是一种新型视频世界模型，采用平面原语作为持久化 3D 记忆，以解决大规模环境生成与探索中的存储与一致性难题。该模型通过深度令牌融合模块，联合预测 RGB 视频与平面几何，构建出仅占用 5MB 且具备度量深度、法线及可导出表面的紧凑记忆。实验表明，PPMem 在 DL3DV 和 RealEstate10K 数据集上优于现有 3D 世界模型，能在大幅视角变化下保持数百帧的时空一致性。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-19 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.23795)