ATAS
一种以世界状态为中心的视频生成智能体框架，通过将剧本编译为带显式空间与时间引用的镜头请求，结合场景记忆与事件记忆的检索增强生成机制，实现跨镜头的一致性与事件可回放重建
时间轴 (近 90 天)
ATAS 将检索增强生成（RAG）范式迁移到视频领域，生成前的检索相当于为当前镜头准备布景说明书与事件档案，区别在于视频检索的单元是几何结构与动态观测。
论文《Any Time, Any Space》提出了名为 ATAS（Any Time, Any Space）的框架，将视频生成从逐镜头拼接升级为围绕世界状态进行调度。
ATAS 将剧本编译为带有显式引用的镜头请求，每个镜头请求标注拍摄地点（location）、摄像机参数（camera）和事件时间（event-time）三类信息。
ATAS 在生成前从场景记忆（scene memory）和事件记忆（event memory）两套独立维护的记忆中检索相关证据；场景记忆存储已登记的静态几何信息，事件记忆按场景、事件、时间三个维度索引的动态观测记录。
ATAS 在生成完成后，只有当审核与状态检查都通过时，观测才会被写入记忆。
ATAS 的实验结果显示，在四种不同的视频生成器上，ATAS 提升了所有报告的跨镜头一致性指标，且对每一种骨干模型都取得了最高的综合基准分数。
ATAS 在目标图像的空间重现任务上优于所对比的智能体方法和 3D 引导方法，并在事件重捕获的三项标准中领先。
ATAS 在全部六项人类评估标准上获得最高评分。
ATAS 的影片交付与记忆准入是解耦的，即使某个片段未被记忆接受，最终输出仍然独立完成。
ATAS 的项目页面与代码已在 https://lhmd.top/atas/ 公开。
还有 2 条时间轴事件
全部知识事实 (12)
ATAS 将检索增强生成（RAG）范式迁移到视频领域，生成前的检索相当于为当前镜头准备布景说明书与事件档案，区别在于视频检索的单元是几何结构与动态观测。
50%待验证论文《Any Time, Any Space》提出了名为 ATAS（Any Time, Any Space）的框架，将视频生成从逐镜头拼接升级为围绕世界状态进行调度。
50%待验证ATAS 将剧本编译为带有显式引用的镜头请求，每个镜头请求标注拍摄地点（location）、摄像机参数（camera）和事件时间（event-time）三类信息。
50%待验证ATAS 在生成前从场景记忆（scene memory）和事件记忆（event memory）两套独立维护的记忆中检索相关证据；场景记忆存储已登记的静态几何信息，事件记忆按场景、事件、时间三个维度索引的动态观测记录。
50%待验证ATAS 在生成完成后，只有当审核与状态检查都通过时，观测才会被写入记忆。
50%待验证ATAS 的实验结果显示，在四种不同的视频生成器上，ATAS 提升了所有报告的跨镜头一致性指标，且对每一种骨干模型都取得了最高的综合基准分数。
50%待验证ATAS 在目标图像的空间重现任务上优于所对比的智能体方法和 3D 引导方法，并在事件重捕获的三项标准中领先。
50%待验证ATAS 在全部六项人类评估标准上获得最高评分。
50%待验证ATAS 的影片交付与记忆准入是解耦的，即使某个片段未被记忆接受，最终输出仍然独立完成。
50%待验证文章认为，ATAS 代表一种范式转变，即把视频生成看作世界状态管理问题，而不是下一帧预测问题。
50%待验证艾美奖由美国电视艺术与科学学院（ATAS）颁发，历史上长期由NBC、CBS、ABC等传统广播电视网轮流转播
50%待验证ATAS 的项目页面与代码已在 https://lhmd.top/atas/ 公开。
50%