快手港大联合研发MemFlow，解决AI视频失忆问题

全球观察者深度出品

纵横寰宇，洞察时代风云

你刷到的AI生成视频里，有没有见过这种情况：前一秒还是短发女生，下一秒突然变成卷发？或者明明已经出场的角色，过会儿又被AI“重新介绍”一遍？这可不是个别问题，现在AI做长视频，就像得了“瞬间失忆症”，剧情越往后越乱。

这事儿不怪AI“不用心”，主要是现在生成长视频的方法太原始。

现在AI做长视频，基本都是“一段一段生成”。

先把视频拆成好几段，一段段做好再拼起来。

就像让几个人各写一段故事，写完直接粘一起，前后不搭调太正常了。

更麻烦的是，AI记东西的方式也有问题。

有些模型特实在，就死死盯着开头那一段当“模板”。

后面不管剧情咋发展，新角色、新场景进来，它还是按开头的样子生，结果就是视觉和剧情完全脱节。

比如开头是办公室场景，后面切到公园，AI可能还按办公室的光线去生成，看着就别扭。

就像有人记单词只记第一个意思，不管语境硬套，能不出错吗？

还有些模型想“聪明点”，把前面的画面压缩成一个“记忆包”，结果更糟。

这“记忆包”就像把一整本书缩成几行字，关键细节全没了。

要回忆角色穿啥衣服时，它可能只记得“穿衣服”，具体啥颜色、款式全忘光。

这就像你想记住一整部《红楼梦》，结果只记了“有很多人”，下次让你复述，能不跑偏吗？同一个角色前后出场能差出“双胞胎”的效果，不奇怪。

流程上也有毛病，先写脚本再生成视频，两段根本不沟通。

脚本里写“小明走进教室”，生成视频时AI可能把“小明”生成戴眼镜的，下一段脚本写“小明坐下”，AI又生成不戴眼镜的。

两段各干各的，全局一致性？不存在的。

就像两个厨师各做一道菜，一个按川菜做，一个按粤菜做，凑成一桌能好吃吗？

人多、时长一长，这些问题更明显。

视频里要是有两个以上角色，AI就容易“脸盲”。

明明是小李和小王在说话，过会儿可能把小李当成新角色再介绍一遍。

视频超过60秒，后半段基本放飞自我，剧情跑偏、角色变样是常态。

你让一个记不住人脸的人讲多人物故事，不乱才怪。

那有没有办法让AI“长记性”？还真有，香港大学和快手可灵团队搞出个叫MemFlow的技术，据说能让AI“长记性”，60秒的视频角色、场景都不乱。

MemFlow不搞“一段段生成”那套，它让AI边生成边“记笔记”。

不是死记硬背画面，而是理解剧情逻辑，知道哪些角色、场景是关键，得重点记。

具体咋实现的？靠两个“小聪明”NAM和SMA。

NAM叫“叙事自适应记忆”，就像AI的“智能笔记”。

生成新片段时，它会先翻前面的“笔记”，挑关键信息记下来，不是一股脑全塞进去。

比如当前要生成“小红喝茶”，它就重点记“小红穿红裙子、拿玻璃杯”，其他无关的背景信息暂时不管。

这样记东西，又准又不占地方。

SMA是“稀疏记忆激活”，相当于给AI装了“聚光灯”。

AI生成视频时，SMA会把“聚光灯”打在当前最需要记的内容上，比如正在说话的角色、关键道具，其他信息先“拉黑”。

这样AI就不会被乱七八糟的细节干扰，记东西又准又快。

就像考试时只重点复习考点，不浪费时间在偏题上，效率自然高。

这俩“小聪明”一结合，AI的“记忆力”直接上了个台阶。

以前AI是“工具人”，只会按指令画画面；现在有了MemFlow，它能理解剧情了，算得上半个“创意伙伴”。

你说要讲个完整故事，它能帮你把角色、场景串起来，不跑偏。

就像以前是让机器人搬砖，现在它能帮你设计房子结构了。

光说不练假把式，实测效果咋样？

香港大学和快手团队做了测试，60秒的长视频，MemFlow在质量、美学评分上都是第一。

特别是后半段（40-60秒），其他模型早就“失忆”了，剧情开始乱套，角色不是变样就是重复出场，MemFlow还能稳稳跟着前面的剧情走，角色也没变样。

这就像长跑比赛，别人跑到后半程都掉队了，它还能匀速前进。

视觉对比更明显，同样的测试场景，差距一下就看出来了。

比如让AI生成“穿休闲毛衣的女士”多镜头视频，其他模型生成到后面，女士不是换了发型就是变了衣服，有的甚至连性别都能变。

MemFlow从头到尾一个样，连毛衣上的条纹纹路都没乱。

沙滩上孩子和小狗玩的场景，其他AI可能突然加个路人进来抢镜，MemFlow就只盯着孩子和狗，不乱加戏，专注得很。

这技术要是普及开，以后做长视频可就省事多了。

广告片、短视频剧情、虚拟偶像直播，这些需要多角色、复杂剧情的内容，以前得人工一帧帧调，累死个人。

现在AI就能搞定，生成效率提上去了，成本也降了。

普通人想做个小电影，不用学复杂剪辑，靠AI就能实现，门槛低了不少。

以后说不定还能玩出更多花样。

比如你看视频时，突然想让剧情拐个弯，从“主角去学校”改成“主角去公园”，AI也能接着往下讲，不会因为你改了剧情就“失忆”。

这种“交互式叙事”，想想就挺有意思，就像你能随时给故事“换轨道”，AI还能稳稳接住。

总的来说，MemFlow算是给AI视频生成开了个新思路别只顾着画得好看，先把“记性”搞好。

以后咱们刷到的AI长视频，可能就再也见不到“角色秒变”“剧情断片”的尴尬了。