FrameFold：响应引导的KV缓存合并用于长视频生成

2026年10月14日，arXiv Computer Vision 收录 Muyu Liu 等作者的论文，提出 FrameFold——一种面向自回归长视频生成的免训练 KV cache 合并方法。该报道称，FrameFold 通过对比同一批近期历史查询在合并前后检索到的内容，引导代表构建与合并选择，并利用相邻历史条目间的时间冗余，将 KV 状态合并为共享代表，同时保留完整空间网格。报道未提及该方法的具体适用模型、收费或额度、地域及使用限制，也未给出与其他方法的对比数据或后续进展。目前该事件仅有这一篇主报道，尚无跟进报道，因此不存在早先报道与后续报道之间的数字、时间或说法矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。