LongLive-RAG

LongLive-RAG 是一个面向长视频生成的检索增强框架，通过在自回归视频生成过程中动态检索已生成的潜在表示作为上下文，缓解误差累积、身份漂移与背景闪烁问题。其核心特点是无需微调或重训练基础生成器，支持即插即用；采用内容寻址式历史检索机制，并引入窗口时序差分损失优化时序一致性。技术上融合检索增强生成（RAG）思想与视频扩散/自回归建模，基于 PyTorch 实现。适用于需要高质量、高一致性长时长（数秒至数十秒）视频生成的研究与应用，如视频编辑、AI内容创作及具身智能仿真等场景。