AnchorWeave：通过检索局部空间记忆实现世界一致性的视频生成

在长时域可控相机视频生成中，保持空间世界一致性仍是一个核心挑战。现有基于记忆的方法通常依赖于从历史重建的全局3D场景进行锚定视频渲染，但多视角重建不可避免地引入跨视角对齐误差，导致几何噪声并影响生成质量。本文提出AnchorWeave，一种增强记忆的视频生成框架，用多个干净的局部几何记忆替代单一不一致的全局记忆，并学习协调其跨视角不一致性。该方法通过覆盖驱动的局部记忆检索与目标轨迹对齐，并通过多锚点编织控制器整合所选局部记忆。大量实验表明，AnchorWeave显著提升了长期场景一致性，同时保持了高质量的视觉效果，消融分析进一步验证了局部几何条件、多锚点控制和覆盖驱动检索的有效性。