Skip to content
Hot eventLive

SMI：为长视频世界模型赋予理解驱动的长期空间记忆

1 reports1 sources16 hr ago updated

Get the story

AI overview

2026年10月5日，arXiv（Computer Vision，一手来源）发布论文《Spatial Memory Intelligence：为世界模型赋予理解驱动的长期记忆》（arXiv:2610.02521 [cs.CV]，共32页）。研究者提出 Spatial Memory Intelligence（SMI），被称为首个用理解模型为长视频世界模型系统管理空间记忆的框架。SMI 引入四项协同原子操作：空间聚类、簇内稀疏化、动作感知检索、可靠性感知过滤。研究在多个基线、benchmark 与世界模型骨干上验证了其在记忆稀疏度、生成稳定性与空间一致性上的提升。目前公开信息仅涉及该论文，尚未见独立复现或同行评议结果。

Generated from reports · updated 16 hr ago

LatestOct 5
arXiv 发布 SMI 论文，提出四项协同原子操作并在多基线与骨干上验证效果。

Timeline

Follow the coverage from different angles.

Oct 5, 2026
  1. arXiv · Computer Vision
    Spatial Memory Intelligence：为世界模型赋予理解驱动的长期记忆

    研究者提出 Spatial Memory Intelligence（SMI），这是首个用理解模型为长视频世界模型系统管理空间记忆的框架。SMI 引入空间聚类、簇内稀疏化、动作感知检索、可靠性感知过滤四项协同原子操作，在多个基线、benchmark 与世界模型骨干上验证了其在记忆稀疏度、生成稳定性与空间一致性上的提升。论文 32 页，arXiv:2610.02521 [cs.CV]。

Heat trend

Current heat 7·Comparable peak 10（Oct 5）·Comparable change over 24 hours –

02.557.510Oct5Oct5Oct5Oct6

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.