WorldCrafter: Consistent Video World Model with Implicit 3D-aware Memory
WorldCrafter：具备隐式 3D 感知记忆的一致视频世界模型
🧭 视频世界模型 · 3D 记忆
ARC Lab, Tencent IEG · Peking University
用相机可查询的隐式 3D 记忆压缩多视角证据，实现长时域一致的视频世界探索
📌 工作参考价值（4 点）
- 固定 token budget 的记忆压缩思想可直接借鉴到用户长期行为建模：将多源行为序列压缩成固定数量的 target-conditioned tokens，避免长序列直接进模型带来的 KV cache 和计算压力。
- pose-conditioned readout 可类比为“场景/意图条件下的记忆读取”，在推荐或 Agent 中可按当前上下文动态选择历史信息，提升长期依赖建模。
- few-step distillation 用于加速生成过程，对生成式推荐或文案生成模型的推理加速有参考价值。
- 整体仍是视频世界模型方向，与电商/推荐业务直接关联较弱，主要是工程方法上的通用借鉴。