HLA-WM：用于长时程视频世界模型的混合线性注意力

HLA-WM 提出一种免训练混合线性注意力框架，用于缓解 Gated DeltaNet 在长时程视频世界模型中的长距离遗忘问题。在 60 秒 SANA-WM-Bench 上，HLA-WM 提升基础自回归生成器的六项汇总指标，包括 PSNR 提升 0.74 dB、旋转误差降低 28.5%；在 60 秒上下文下，相比完整 KV cache 将历史状态内存降低 12×，推理吞吐最多下降 1.6%。