Zhejiang University 提出 ATAS，以場景與事件記憶維持長影片跨鏡頭一致性

研究在做什麼

這篇來自 Zhejiang University 的論文處理長篇代理式影片生成（由系統依劇本自動規劃、分步驟產生多個鏡頭的影片生成方式）的一致性問題。劇本裡的鏡頭不一定連續產生，但回到同一個場景、或重播先前發生的事件時，畫面在空間與時間上都要對得上。 Hugging Face 每日精選論文

論文指出，只在鏡頭之間傳遞提示詞或最近幾格畫面，既無法提供重訪場景所需的共同空間座標，也沒有可依時間查找、用來重播早先事件的紀錄。該論文在 Hugging Face 每日精選論文獲得 72 個讚（本站 2026-10-15 記錄）。 Hugging Face 每日精選論文

方法

ATAS（Any Time, Any Space）先把劇本轉成鏡頭請求，每個請求明確標出地點、攝影機與事件時間。生成前，它從兩套記憶中取出相關資料：場景記憶存放已登錄的靜態幾何結構，事件記憶存放依場景、事件與時間建立索引的動態觀察。生成後，系統重建並登錄這段影片，只有通過審查與狀態檢查的觀察才會寫入記憶；影片本身的交付則不受是否寫入記憶影響。 Hugging Face 每日精選論文

結果

在四個影片生成器上，ATAS 提升了所有回報的跨鏡頭一致性指標，並在每個 backbone（底層影片生成模型）上取得最高的綜合基準分數。 Hugging Face 每日精選論文

在依目標圖像重訪空間的任務上，ATAS 的表現優於比較的代理方法與 3D 引導方法（以 3D 資訊引導生成的方法）；在三項事件重現指標上表現居首，人工評分的六項標準也都拿到最高分。影片結果與程式碼公開於 https://lhmd.top/atas/。 Hugging Face 每日精選論文

限制

摘要所述的實驗涵蓋四個影片生成器，比較對象為其他代理方法與 3D 引導方法。 Hugging Face 每日精選論文

程式碼與資料

本站 2026-10-16 整理（資料來自 Hugging Face 論文頁與 GitHub，由程式查詢，不經模型撰寫）：

• 研究機構（Hugging Face 標示）：Zhejiang University
• 程式碼：ziplab/ATAS｜201 顆星｜最後更新 2026-10-15｜授權 MIT
• 專案網頁：https://lhmd.top/atas/
• 線上展示：tardellirs/paper-pulse
• 模型與資料集：Hugging Face 上沒有連結到這篇論文的公開模型或資料集