World-T3：基于测试时训练持久记忆的实时视频世界模型

预印本摘要显示，研究者提出相机受控视频世界模型 World-T3，通过测试时训练将历史视觉特征写入专用模型参数，解决长时域生成中的空间记忆衰减问题。模型采用递归最小二乘规则按相机位姿在线更新与读取记忆，实现与生成时长无关的恒定存储和单步计算，并通过双教师分布匹配蒸馏为少步生成器。