Any Time, Any Space: A World-State-Centric Framework for Agentic Video Generation
Aggiunta all'archivio di AIChronos il (numero del 15 ottobre 2026 ricostruito)· fonte del · Weijie Wang, Haomin Zhang, Ye Li, Akide Liu, Zeyu Zhang, Haoyu Zhao (Zhejiang University)
Il framework Any Time, Any Space (ATAS) trasforma uno sceneggiatura in richieste di shot con riferimenti espliciti a posizione, telecamera e tempo dell'evento per garantire coerenza spaziale e temporale. Prima della generazione, recupera evidenze da una memoria delle scene contenente geometria statica registrata e una memoria degli eventi basata su osservazioni dinamiche indiciate da scena, evento e tempo. Dopo la generazione, ricostruisce il clip aggiornato nella memoria solo se le verifiche di stato lo approvano, mantenendo l'indipendenza della consegna del filmato dall'ammissione in memoria.
- ATAS compila uno sceneggiatura in richieste di shot con riferimenti espliciti a location, camera e event-time per superare i limiti dei prompt o frame recenti isolati.
- Il sistema utilizza due memorie distinte: una per la geometria statica registrata delle scene e un'altra per le osservazioni dinamiche degli eventi indiciate da scena, evento e tempo.
- L'aggiornamento della memoria avviene selettivamente solo dopo che review e state checks accettano l'osservazione, mentre il delivery del filmato rimane indipendente dall'ammissione in memoria.
- ATAS migliora tutte le misure di coerenza cross-shot su quattro generatori video diversi e ottiene i punteggi più alti nei benchmark aggregati per ogni backbone testato.
- Il framework supera agenti comparativi e metodi guidati da 3D nel target-image spatial revisit, portando in tre criteri di event-recapture e ricevendo le valutazioni umane migliori su tutti i sei criteri.
Perché conta. Per gli sviluppatori che lavorano con LLM e agenti locali, ATAS offre un modello architetturale per gestire la coerenza a lungo termine nei video generati senza dipendere da memorie volatili o prompt frammentari.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.