**WorldAttention：面向交互式视频世界模型的高效注意力架构**

_WorldAttention: An Efficient Attention Architecture for Interactive Video World Models_

> 针对现有视频世界模型在长时程生成中因滑动窗口机制丢失历史上下文、全量缓存导致显存爆炸的问题，提出WorldAttention架构。该架构通过混合稀疏注意力（HSA）与分层KV缓存（HKV）协同设计，结合定制内核优化，实现了高效的历史信息检索与显存管理。实验表明，其在VBench-Long和InterVBench基准上均超越现有最先进方法，显著提升了主体一致性与长程交互能力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-30 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.34606)