让 AI 一段接一段生成长视频，常见的问题不是画面立刻变差，而是它渐渐“忘了前情”：人物变了样，搬走的物体又出现，已经打开的门莫名复原。原因很直接——自回归视频生成像接龙，新片段会继续充当输入，但上下文窗口，也就是模型当下能直接参考的信息范围，容量有限，早期画面迟早会被挤出去。
这篇综述把问题重新定义为“记忆”：历史证据即使离开当前窗口，仍能影响之后的生成。作者用五个角度整理现有研究：记忆以什么形式保存、需要记住什么、如何写入和读取、怎样训练，以及如何评测。最值得注意的判断是，容量大不等于记性好。真正有效的记忆必须保持准确、能在需要时取回，还要对后续画面产生因果影响，例如让模型始终承认“门已经被打开”。
它不是提出一种新模型，也没有给出单项性能提升，而是为分散的缓存、压缩状态和检索方案建立共同坐标。作者同时指出，可信更新、资源受限下的记忆架构和标准化评测仍未解决。