**MemLearner：基于自适应上下文查询的视频世界模型记忆增强方法**

_MemLearner: Learning to Query Context memory for Video World Models_

> 针对视频世界模型在长时生成中因缺乏记忆导致的场景不一致问题，MemLearner提出了一种基于学习的自适应上下文查询方法。该方法利用查询令牌桥接上下文与预测令牌，无需从头训练额外模块即可利用预训练视觉先验。实验表明，MemLearner在复杂遮挡和动态场景下显著提升了场景一致性与记忆能力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-07-01 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.31734)