長片生成最難處理的不是單一鏡頭是否漂亮，而是角色重返同一地點、事件在不同時間再次出現時，畫面能否維持一致。ATAS（Any Time, Any Space）屬於 agentic video generation 框架，將劇本拆成包含場景、鏡頭、時間及事件的 shot request，再以持續更新的世界狀態支援後續生成。
ATAS 沒有只把上一個鏡頭或提示詞傳給下一次生成，而是分開保存兩類記憶：Scene Memory 記錄已註冊的靜態幾何，Event Memory 則按場景、事件和時間索引動態觀察。新片段生成後會被重建、註冊及檢查，只有通過審核和狀態驗證的內容才會更新記憶；影片交付則不受記憶是否接納影響，減少錯誤觀察污染後續鏡頭的風險。
• 將劇本編譯成具體的場景、相機和事件時間要求
• 支援從不同視角回訪同一場景
• 可重現較早時間點發生過的事件
• 生成後進行註冊、審核及世界狀態檢查
項目展示的差異，在於把跨鏡頭一致性視為世界狀態管理問題，而不是單純延長上下文或串接最近畫面。這會增加記憶建立、片段重建和驗證所需的計算與流程複雜度，但更適合長片、分段製作及需要角色與場景持續連貫的內容工作流。
研究結果涵蓋四個影片生成器；ATAS 在報告的跨鏡頭一致性指標均有改善，並在每個 backbone 取得最高綜合 benchmark 分數。它亦在目標影像空間回訪、三項事件重現指標及六項人工評分準則中領先比較的 agents 和 3D-guided methods。儲存庫目前主要提供研究程式碼、技術資料及示範，使用者需要按項目頁面的環境與模型依賴自行重現流程。