NVIDIA研究团队近日推出了一项名为WorldTrace的训练无关框架，直指视频世界模型在长时序自回归生成中的关键短板——记忆遗忘与生成质量退化。该工作通过为压缩的键值记忆赋予稳定、分布内位置偏移的方式，确保记忆在远超训练时长的生成过程中仍可被准确寻址和访问。WorldTrace融合了两大核心设计：WT-Field负责在连续长镜头推演中维持场景与运动的时空一致性，有效抑制画面抖动和细节扭曲；WT-Landmark则通过构建可检索的地标记忆点，大幅提升模型对远距离场景的精准回忆能力，使得在需要跨越长时间间隔重现特定人物、物体或环境时性能显著优于现有方案。这一成果无需额外训练即可接入当前主流的视频生成模型，为扩展到更复杂的虚拟环境模拟、具身智能感知以及高保真数字孪生等应用提供了重要的技术支撑，也标志着视频世界模型从“几秒幻觉”迈向“分钟级连贯叙事”的关键一步。