Velox：用空间记忆为世界模型提速
AI 总结
arXiv 论文提出 Velox，一种免训练的注意力路由方法，利用流式几何中的相机视锥板块对应关系，在区块层面选择上下文，以缓解分块视频扩散世界模型中随 rollout 变长而增长的 KV 缓存开销。作者报告在第 48 个 chunk 时注意力加速 4.36 倍、去噪加速 2.43 倍，并在 WBench 全部 158 个导航用例上与稠密基线 LingBot-Fast-Cam 的平均分差在 0.15 分以内。该工作由 Qiuhong Shen、Shizun Wang、Xinchao Wang 完成，上述数字均为作者自报，尚未经独立验证。
深度见解
长视频 rollout 的生成速度是交互式世界模型的关键瓶颈，Velox 声称能在几乎不损失导航基准表现的前提下显著降低注意力开销。
Computer Science > Computer Vision and Pattern Recognition
arXiv:2610.22311 (cs)
[Submitted on 15 Oct 2026]
Title:Velox: Spatial Memory Makes World Models Efficient
Authors:Qiuhong Shen, Shizun Wang, Xinchao Wang
View a PDF of the paper titled Velox: Spatial Memory Makes World Models Efficient, by Qiuhong Shen and 2 other authors