哈佛与 MIT 等提出 Honeycomb：用恒定大小记忆维持长视频场景一致性

哈佛、MIT 等团队提出 Honeycomb，用固定大小的六平面场景记忆替代持续增长的历史缓存，让视频世界模型长时间探索后回到原点仍保持一致。

视频世界模型绕场景一圈再回到原点时，常会"忘记"原来的房间布局和物体外观，因为早期画面已经掉出模型的上下文窗口。现有做法是把看过的 RGB 图像或特征全部存下来，但记忆会随视频变长不断膨胀。Honeycomb 提出 HexMemory：把场景压进六张固定尺寸的特征平面，用"读取—生成—写回"循环更新同一块记忆。