論文の概要: Spatial Memory Intelligence: Endowing World Models with Understanding-Driven Long-Term Memory

• arxiv url: http://arxiv.org/abs/2610.02521v1
• Date: Thu, 01 Oct 2026 21:50:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 00:14:30.095901
• Title: Spatial Memory Intelligence: Endowing World Models with Understanding-Driven Long-Term Memory
• Title（参考訳）: 空間記憶インテリジェンス:理解駆動型長期記憶による世界モデルの普及
• Abstract要約: ロングビデオ世代とワールドモデルは、インタラクティブなエンターテイメントとエボダイドシミュレーションの強力な可能性を示している。 メモリシーケンスが長くなり、構造が複雑化するにつれて、長距離空間コンテキストの管理はますます困難になる。 本研究では,SMI(Spatial Memory Intelligence,空間記憶インテリジェンス)を提案する。
• 参考スコア（独自算出の注目度）: 36.761212961511205
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Long-video generation and world models have shown strong potential for interactive entertainment and embodied simulation by predicting future observations conditioned on user actions and historical memory. However, as memory sequences grow longer and their structures become increasingly complex, managing long-range spatial context becomes increasingly challenging, calling for a more intelligent and systematic memory-management strategy. Building on the advancing spatial reasoning capabilities of multimodal large language models (MLLMs) and the broader vision of unified models, we propose Spatial Memory Intelligence (SMI), the first framework to systematically employ an understanding model for spatial-memory management in long-video world models. SMI introduces four coordinated atomic operations: spatial clustering, within-cluster sparsification, action-aware retrieval, and reliability-aware filtering. Extensive experiments across multiple baselines, benchmarks, and world-model backbones demonstrate the effectiveness and generalizability of SMI, achieving comprehensive improvements in memory sparsity, generation stability, and spatial consistency.
• Abstract（参考訳）: 長期ビデオ生成と世界モデルは,ユーザ行動や過去の記憶に照らされた将来の観測を予測し,インタラクティブなエンタテインメントと具体化シミュレーションの可能性を強く示してきた。 しかし、メモリシーケンスが長くなり、構造が複雑化するにつれて、長距離空間の管理はますます困難になり、よりインテリジェントで体系的なメモリ管理戦略が求められている。 マルチモーダル大言語モデル(MLLM)の空間的推論能力の向上と統一モデルの広いビジョンを基盤として,長期ビデオの世界モデルにおける空間的メモリ管理のための理解モデルを体系的に活用する最初のフレームワークである空間記憶インテリジェンス(SMI)を提案する。 SMIは、空間クラスタリング、クラスタ内スペーシング、アクションアウェア検索、信頼性アウェアフィルタリングの4つの調整された原子操作を導入している。 複数のベースライン、ベンチマーク、および世界モデルバックボーンにわたる広範囲な実験は、SMIの有効性と一般化性を実証し、メモリ空間性、生成安定性、空間的一貫性を総合的に改善した。

関連論文リスト

• Memory for Large Language Models [18.001409529004807]
  大規模言語モデルにおけるメモリの体系的・アーキテクチャ中心の分類法を提案する。 メモリ書き込み、ルーティング、状態遷移、統合を規定する粒度のメカニズムを定式化する。 この統一された視点は、計算に結合したメモリと独立して対応可能なメモリの間の概念的境界を解明する。
  論文  参考訳（メタデータ） (2026-07-28T07:34:53Z)
• MemoryWAM: Efficient World Action Modeling with Persistent Memory [80.90899269062128]
  本稿では,効率的な永続メモリを持つ世界アクションモデルであるMemoryWAMを紹介する。 調整された注意機構は、詳細な短期コンテキストと圧縮された長期コンテキストの両方の検索を可能にする。 MemoryWAMは、シミュレーションと実世界の両方において、強力な視覚言語アクション(VLA)とWAMベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-06-18T17:59:51Z)
• UMEM: Unified Memory Extraction and Management Framework for Generalizable Memory [46.87954895079213]
  自己進化型メモリは、大規模言語モデル(LLM)のトレーニング可能なパラメータとして機能する 既存の方法は、メモリ抽出を静的プロセスとして扱いながら、メモリ管理を優先的に最適化する。 本稿では,大言語モデルを協調的に最適化し,メモリの抽出と管理を同時に行うための統一メモリ抽出管理(UMEM)を提案する。
  論文  参考訳（メタデータ） (2026-02-11T08:58:41Z)
• EvolMem: A Cognitive-Driven Benchmark for Multi-Session Dialogue Memory [63.84216832544323]
  EvolMemは、大規模言語モデル(LLM)とエージェントシステムのマルチセッションメモリ機能を評価するための新しいベンチマークである。 このベンチマークを構築するために,話題から始まる生成と物語から着想を得た変換からなるハイブリッドデータ合成フレームワークを提案する。 広範囲な評価により、LLMが全てのメモリ次元で常に他よりも優れていることが分かる。
  論文  参考訳（メタデータ） (2026-01-07T03:14:42Z)
• Improving Multi-step RAG with Hypergraph-based Memory for Long-Context Complex Relational Modeling [83.29209853451697]
  多段階検索強化世代(RAG)は,大規模言語モデル(LLM)の拡張戦略として広く採用されている。 我々はHGMemというハイパーグラフベースのメモリ機構を導入し、複雑な推論とグローバルな理解のためにメモリの概念を動的に表現的構造に拡張する。 提案手法では,ハイパーエッジが異なるメモリ単位に対応するハイパーグラフとして表現され,メモリ内での高次相互作用の進行的形成を可能にする。
  論文  参考訳（メタデータ） (2025-12-30T03:13:10Z)
• Video World Models with Long-term Spatial Memory [110.530715838396]
  本稿では,ビデオワールドモデルの長期的整合性を高める新しい枠組みを提案する。 我々のフレームワークは、長期空間記憶から情報を保存・取得する機構を含んでいる。 評価の結果,関連するベースラインに比べて品質,一貫性,コンテキスト長が向上した。
  論文  参考訳（メタデータ） (2025-06-05T17:42:34Z)
• Long-Context State-Space Video World Models [66.28743632951218]
  本稿では、状態空間モデル(SSM)を活用して、計算効率を損なうことなく時間記憶を拡張する新しいアーキテクチャを提案する。 我々の設計の中心はブロックワイズSSMスキャン方式であり、時間記憶の拡張のために空間整合性を戦略的にトレードオフする。 メモリ迷路とMinecraftのデータセットの実験は、我々のアプローチが長距離メモリ保存のベースラインを超えたことを示している。
  論文  参考訳（メタデータ） (2025-05-26T16:12:41Z)
• Facing Off World Model Backbones: RNNs, Transformers, and S4 [24.818868307093766]
  世界モデルはモデルベース強化学習(MBRL)の基本要素である 我々はS4を含む並列化可能なSSMと互換性のある最初の世界モデルであるS4WMを提案する。 以上の結果から,S4WMは長期記憶においてトランスフォーマーをベースとした世界モデルより優れており,トレーニングや想像力の面では効率がよいことが示唆された。
  論文  参考訳（メタデータ） (2023-07-05T07:00:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。