GEAR: октодерево памяти даёт минуту согласованности в видео

Метод GEAR использует октодерево внимания как память постоянного размера, что позволяет генерировать согласованные видео до 60 секунд с точным контролем камеры. Подход заменяет глобальную 3D-фузию на адресацию геометрии по токенам, но пока работает только со статичными сценами.

• GEAR генерирует согласованные видео длительностью до 60 секунд
• Память постоянного размера вместо растущей глобальной 3D-фузии
• Метод не покрывает динамические объекты и их перекрытия
• Реализация «невидимого» октодерева требует доработки под другие кодовые базы