检索缺失内容：面向一致长视频生成的覆盖最大化检索

长视界自回归视频生成中保持长期几何一致性极具挑战。现有记忆增强模型依赖相机姿态或显式三维重建，分别存在粒度粗糙或维护成本高的问题。本文提出覆盖最大化检索增强生成（COVRAG），利用预训练三维先验构建目标视图覆盖图作为轻量级三维记忆证据。在帧选择上，该方法通过最大化残差覆盖增益，迭代检索能解释当前上下文未覆盖区域的记忆帧。此外，引入滑动窗口深度缓存以提升长视频生成的可扩展性。实验表明，COVRAG 在保持低延迟的同时显著提升了长程几何一致性。