Mirage：基于潜空间存储的视频世界模型 终结AI视频空间崩塌

Mirage 的创新视频世界模型，旨在解决生成视频时常见的 3D 空间不一致性问题。与传统方法不同，该技术构建了一种隐空间几何记忆（Latent Spatial Memory），直接在扩散模型的隐空间中存储 3D 场景信息。通过将隐层特征投影到 3D 空间，Mirage 避免了传统 RGB 点云所需的频繁渲染与重新编码过程。这种设计不仅消除了像素转换带来的信息损耗，还实现了高达 10.57 倍的生成速度提升。此外，该系统大幅减少了 55 倍的 GPU 显存占用，使其能够处理长路径下的几何一致视频合成。总之，Mirage 通过高效的隐空间操作，在保持高画质的同时实现了卓越的 3D 空间稳定性。