📖 AI 总结

这篇论文对视频模型中的记忆机制提出了一个关键质疑：记忆带来的性能提升，是否真的来自检索到的正确内容？作者提出“读取时记忆替换”方法，在保持其余计算不变的前提下替换被消费的记忆值，从而将“记忆是否有用”与“记忆是否依赖特定内容”区分开来。实验发现，在多个冻结的视频世界模型中，不含任何评估相关内容的无身份对照值几乎能完全复现记忆收益，在Ego-Exo4D和7-Scenes上达到约100%，TUM上约70%；随着替换值偏离训练记忆表征，恢复率从102%骤降至1%，说明收益更多来自表征修复而非内容本身。不同模型表现出差异：WorldMem呈梯度依赖，SAM 2则高度依赖精确内容，替换正确空间记忆后区域与边界分数从0.926跌至0.182。该研究的意义在于揭示记忆收益可能源于通用表征支持、更广上下文或精确情节内容，并提供了一种直接区分三者的因果审计手段。

🔑 关键词速览