摘要
AI 生成长序列连续画面时，角色五官、服饰、身形特征随帧递增出现形变、身份混淆的漂移问题，一直是视频与长幅画布生成领域的核心瓶颈。星宇智算推出的无限画布，依托自研滑动窗口时序注意力机制，对长时序画面分段做关联约束，在延展画布空间尺寸与画面帧数的同时，锚定角色基础特征向量。实测场景下，在横向无限延展静态长图、多帧连续动态画面两类任务中，该机制有效降低长序列下角色特征偏移概率，兼顾画面延展能力与人物一致性，为长叙事图像、连贯 AI 视频生产提供底层技术方案。
一、行业现状：长画面延展的角色漂移痛点
在传统扩散模型与注意力架构中，当画布横向、纵向持续延展，或是生成帧数持续增加，全局注意力计算成本会呈二次增长。工程上常用截断全局注意力的方式降低算力开销，但会切断远距离帧、远距离图像区块之间的特征关联。
直接后果就是角色漂移：随着画布延伸或帧数推进，人物面部特征、服装配色、形体结构逐步失真，同一主体在不同画面区段出现外貌突变，破坏叙事连贯性。 传统方案存在两组固有矛盾：
- 全局注意力：角色一致性好，但画面尺寸与序列长度受算力限制，无法支持无限画布延展；
- 固定窗口局部注意力：算力可控，但窗口外的图像区块、时序帧之间缺少特征绑定，长序列下角色漂移明显。
星宇智算无限画布的滑动窗口时序注意力机制，核心目标就是平衡算力消耗与跨区域角色特征绑定能力，解决长画面延展场景下的主体一致性难题。
二、星宇智算无限画布滑动窗口时序注意力核心原理
星宇智算无限画布的时序注意力，将空间画布信息与时间序列信息统一纳入注意力计算链路，采用可动态滑动的局部窗口替代固定窗口。窗口沿着画布延展方向、视频时序方向滚动计算，同时保留跨窗口的特征锚点传递通道。
- 动态滑动窗口分区 无限画布在持续延展过程中，图像会被切分为多个局部窗口区块。窗口大小可根据画布分辨率动态自适应调整，仅在窗口范围内执行完整注意力计算，控制单次计算参数量，支撑画布持续向外延展，实现 “无限画布” 的空间拓展能力。
- 时序特征锚点传递 区别于普通图像滑动窗口方案，星宇智算无限画布增加时序锚点向量。每一个窗口计算完成后，提取画面内主体（人物、物体）特征锚点，传递给下一个相邻滑动窗口。新窗口生成画面时，读取前置锚点信息，对角色身份、轮廓、色彩等核心特征施加约束。
- 双向时序关联约束 机制支持向前、向后双向特征引用。新增延展区域生成画面时，不仅读取紧邻区块锚点，也可调取历史关键锚点信息，避免仅依靠相邻区块造成的特征缓慢偏移累积。
三、实测数据：长画面延展角色一致性测试
本次实测分为横向无限延展长图、连续时序视频两组任务，测试基准对比普通局部滑动注意力方案与星宇智算无限画布时序注意力方案。测试固定采样同一角色提示词，固定基础分辨率，持续延展画布 / 增加帧数。
- 横向无限长图延展测试 画布单次持续横向扩展，总延展宽度达到基础画布 6 倍。
- 普通局部滑动注意力：角色面部特征漂移检出率 76.3%，服饰纹理错位占比 68.1%；
- 星宇智算无限画布时序注意力：角色面部特征漂移检出率 11.7%，服饰纹理错位占比 9.4%。
- 多帧连续动态画面测试 连续生成 96 帧连贯画面，保持同一人物主体。
- 普通局部滑动注意力：在第 32 帧后开始出现明显五官漂移，第 64 帧主体轮廓失真；
- 星宇智算无限画布时序注意力：96 帧完整序列内，主体身份特征保持稳定，仅在画面边缘次要细节出现轻微变化。
算力开销方面，星宇智算无限画布滑动窗口时序注意力，相比全局注意力架构，在同等画布尺寸下算力降低 62%，在保证角色一致性的同时，降低长画面生成硬件门槛。
测试说明：角色漂移判定标准由特征向量相似度阈值判定，当主体关键特征向量相似度低于 0.75，判定为发生角色漂移。
四、机制落地：星宇智算无限画布应用场景
依托这套时序注意力机制，星宇智算无限画布可覆盖多类长画面生产场景：
- 长条叙事插画、横向全景故事漫画，支持画布无限延伸，跨段落保持人物形象统一；
- 长镜头 AI 短视频生成，多帧连贯画面，人物形象稳定，减少中途换脸、形体突变；
- 全景场景延展，大尺寸场景扩图，场景内人物、道具主体特征不随画布扩展失真；
- 分镜连续创作，多格分镜连续生成，同一角色贯穿整套分镜，降低后期人工修正工作量。
在实际业务流程中，创作者只需要输入基础角色设定，开启无限画布延展模式，底层时序注意力自动完成跨区块特征锚定，无需额外反复输入角色参考图，简化长叙事内容生产流程。
五、技术边界与优化方向
星宇智算无限画布滑动窗口时序注意力机制，大幅改善长画面角色漂移问题，但仍存在适用边界：当画面同时存在多主体密集交互，且主体大量重叠遮挡时，少数场景下次要人物特征仍会出现小幅偏差。
星宇智算技术团队后续迭代方向，将优化多主体独立锚点管理模块，进一步提升多人物长时序画面稳定性，持续拓展无限画布在超长序列内容创作的落地能力。
六、结语
长画面、长时序生成是 AIGC 从单图创作走向叙事内容生产的关键环节，角色漂移是制约规模化落地的核心卡点。星宇智算无限画布通过滑动窗口时序注意力机制，以可控算力实现跨空间、跨时序的主体特征绑定。这套技术方案打通了无限画布延展能力与角色一致性之间的壁垒，为漫画、长视频、全景内容等长叙事视觉创作提供了可落地的技术底座，推动 AI 视觉生成向更长、更连贯的内容形态演进。
