LongLive-RAG: 긴 동영상 생성을 위한 범용 검색 증강 프레임워크

연구진은 autoregressive 장편 비디오 생성을 위한 검색 증강 프레임워크 LongLive-RAG를 제안했다.

최근 구간만 쓰는 대신, 매 단계마다 이전에 생성한 latent를 검색해 메모리처럼 활용한다.

또한 의미 있는 시간적 변화에 더 민감한 검색 임베딩을 위해 Window Temporal Delta Loss를 제안했다.

여러 백본과 길이에서 장편 비디오 품질이 개선됐고, 평균 VBench-Long 순위도 가장 높았다.

이 방식은 추가 비용을 크게 늘리지 않으면서 오류 누적과 identity drift를 줄이는 데 도움이 된다.