VMem-Bench 受控研究：长视频生成中的视觉记忆并非越多越好

研究团队提出 VMem-Bench 双轨诊断基准，检验长视频生成中视觉记忆的实际作用。Track-B 在 30 个因果生成故事（2,824 段）上对比四种检索策略，检索使实体召回率从 0.559 升至 0.628-0.693，但精确率从 0.977 降至 0.915-0.938，禁用实体规避率从 0.968 降至 0.845-0.898。