多模态

Matrix-Game 4.0 在 RTX5090 上实现 480p 60FPS，延迟 112ms

将游戏逻辑与视频生成分离，以可执行引擎和自回归视频渲染实现低延迟交互；代码、权重和资产开源，为实时视频生成应用提供可复现路线。

ReCam 长视频生成获 VBench-Long 最高分 80.1

长视频生成的全上下文记忆与去噪调度设计可有效缓解漂移，对视频生成工程优化有明确借鉴。

冻结基座+5.9M LoRA纠正器，消除自回归视频扩散漂移

漂移近乎确定性、可学习；小纠正器即可让流式视频生成不崩溃，成本远低于重训基座。

FAPL 让 MLLM latent 可用于电影级视频生成，三项任务优于基线

为视频 DiT 有效利用 MLLM 表征提供了分阶段训练方案，可指导多模态生成模型的工程实现。