浙大港大开源 LayerRecall：6.6MB 治好 AI 视频「离场就变脸」

一句话说清：浙大和港大的团队开源了一个只有 6.6MB 的「记忆路由器」LayerRecall，专门治 AI 生成视频的一个老毛病——人物走出画面再回来，脸和衣服就变了。

发生了什么

• 自回归视频生成模型有个通病：主角中途离开镜头、再回来时，五官、衣服颜色甚至手里拿的东西都可能「变了个人」——本质是模型能记住的上下文有限，远处的信息被挤掉了。
• 浙江大学与香港大学团队提出 LayerRecall：不把整段历史硬塞回模型，而是回答两个问题——「现在该想起什么」（从历史里挑相关记忆）+ 「该把这些记忆送进网络的哪几层」（不同层管不同信息）。
• 它极轻量：可训练参数约 165 万，权重文件仅 6.6MB，叠加在现有 5B 视频模型之上，额外开销约 3.5 秒；在 MemoBench、MovieBench 等评测中综合第一，且基础画质不掉。
• 论文、项目主页、GitHub 代码、6.6MB 权重和 100 组评测提示词已全部开源（论文 arXiv: 2608.28460）。

来源：新智元（2026-09-06）、AGI Hunt、arXiv 论文。

对我有什么用

• 它把「长视频里角色前后一致」这个难题，从「堆大模型、加大上下文」变成了一个可插拔的小模块——成本低、好部署。
• 对视频生成从「玩具」走向「生产工具」很关键：品牌广告里产品包装颜色前后一致、教学视频里老师不换脸、虚拟人直播不漂移，都是刚性需求。
• 轻量 + 开源，意味着中小团队不用千卡集群也能跟进，降低视频 AI 的参与门槛。

我可以怎么做

1. 直接用成果：如果你玩 AI 视频（可灵、即梦、Wan 等），这类「一致性」技术会慢慢变成底层能力，未来生成的多镜头短片人物更稳。
2. 理解趋势：视频 AI 的竞争正从「画质、时长」转向「细节不出错」，这是它真正能干活的前兆。
3. 学开源精神：论文、代码、权重全公开，想深入可以上 GitHub 看，普通用户也能感受「科研如何变产品」。

温馨提醒

• 不是万能药：它主要解决「身份/外观跨时间一致」，不解决叙事逻辑、物理合理性、音画同步等问题；一个角色可以不换脸走完全程，但动作仍可能不合常理。
• 需要自备基础模型权重（Wan2.2-TI2V-5B、LongLive-2.0），默认配置要两张 GPU，目前是评测 prompt 而非在线 Demo。
• 评测分数提升与最终观感之间还有距离，建议以官方开源仓库实测为准。