角色离场再回来，AI就换了个人？浙大、港大开源轻量化记忆路由器

你以为，AI只要能连续生成一分钟视频，就算解决了「长视频」？

论文设计了100个未参与训练的三镜头prompt，专门测试主体、颜色、位置和场景四类长时记忆压力，每类25个案例，并与13个长视频生成或记忆增强基线进行比较。

很多人第一反应是：既然模型会忘，那就扩大缓存，或者让每一层都读取远期历史。

LayerRecall把长视频记忆拆成两条路线。

训练记忆路由器还有一个难题：现实中没有人逐帧标注「此刻应该找回第几个历史chunk」。高质量长视频训练样本本来就稀缺，显式记忆分配标签更不存在。

项目主页还展示了一个很有意思的案例：人物第一幕穿着蓝色内搭，离场后重新出现时，内搭一度变成错误的浅色花纹；随着人物在当前镜头中变得更清晰，服装颜色和纹理又恢复到历史外观，而动作、人物身份和场景没有整体重置。

团队还把训练好的LayerRecall路由参数直接迁移到LongLive和Self-Forcing，不再重新优化路由器，只改用目标骨干自己的记忆层profile。

这次公开的不是一个只有6.6MB的完整视频模型，而是一份叠加在Wan2.2-TI2V-5B与LongLive-2.0之上的轻量路由权重：layer_recall_chpm_v3_step200.pt。

【开源免费】LangGPT 是一个通过结构化和模板化的方法，编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词，进而高质量的帮助用户通过AI解决问题。

项目地址：https://github.com/langgptai/LangGPT/blob/main/README_zh.md

在线使用：https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0