DySink: Sink di Frame Dinamici per la Generazione Efficiente di Video Lunghi

DySink, un nuovo framework, migliora la generazione di video lunghi in modo autoregressivo sostituendo i sink statici dei primi frame con alternative dinamiche basate su recupero. Le tecniche convenzionali si basano su primi frame invariati come riferimenti a lungo raggio, che possono diventare obsoleti man mano che il contesto visivo cambia, portando a bias e possibile fallimento del sink. Al contrario, DySink utilizza un memory bank snello per scegliere dinamicamente frame storici visivamente pertinenti, insieme a un sink anomaly gate che identifica un eccessivo consenso nell'attenzione inter-head. Questo metodo flessibile migliora significativamente sia la qualità che l'efficienza della generazione video.