開發者展示了一個僅有 417,000 個參數的微型循環動力系統，能夠僅憑單一初始潛狀態自主生成約 6,500 幀的《Bad Apple》影片，無需時間戳輸入。該方法在潛空間中學習連續的時間流動，與先前將影片記憶為座標函數的方法形成對比。

該系統使用 4 門 LSTM 風格的循環轉換（16,640 個參數）和幀解碼器（400,361 個參數），將 64 維隱藏狀態和內部記憶流形映射為 384x512 灰階幀。架構在閉環中運行，下一狀態僅由當前狀態推導，推論時無需外部時間輸入。

這項成果突顯了標準自回歸或擴散模型之外，一種新型且參數高效的影片生成替代方案，證明小型循環架構足以捕捉複雜的時間動態。它為模型壓縮以及閉環動力系統從極少初始條件生成長序列的潛力提供了重要見解。

事件背景

循環神經網絡（RNN）是一類旨在識別數據序列（如文本、基因組、手寫或影片）中模式的神經網絡。與前饋網絡不同，RNN 具有內部記憶，能夠通過隨時間演變的隱藏狀態來處理序列。在此背景下，「潛空間」指的是數據的壓縮表示形式，其中編碼了時間關係，使模型能夠根據當前狀態而非顯式像素座標來預測後續幀。

社群觀察

社區成員讚賞此示範為神經網絡中類似記憶行為的有趣案例。有人建議在輸入端增加 FFT 層以提升細節，也有人對訓練時使用截斷時間反向傳播（BPTT）提出了疑問。