跳到正文
热点事件历史事件

ActionRoPE以世界坐标控制平面相机游戏世界模型

2 篇报道1 个报道来源2026-10-19更新

先了解这件事

AI 综述

Zhiyang Deng提出ActionRoPE,一种无参数动作接口,把动作引起的相机位移转换为世界坐标旋转位置,使同一世界位置的token在不同时间保持相同位置编码,用于平面相机游戏世界模型的空间一致控制。 论文称,与四种代表性动作条件机制相比,该方法更忠实地跟随指令动作,回访漂移较最强基线降低66%。论文还提出坐标条件噪声调度CNS,让已观测区域更早稳定、新区域参照其生成,同一接口可迁移到1.3B至33B参数的视频骨干及分布外场景。以上结果均为论文自报。 论文同时指出,该表示与俯视、等距视角等一大类平面相机游戏世界匹配较差,因此适用范围受限。

AI 根据报道生成 · 2026-10-21更新

报道时间线

沿着报道,了解事件的不同侧面。

10月19日
  1. arXiv 游戏世界模型与生成检索精选
    ActionRoPE:用世界坐标实现平面相机游戏世界模型的空间一致控制

    ActionRoPE 把动作驱动的相机位移转换为世界坐标旋转位置,使同一世界位置的 token 在不同时间保持相同位置编码。论文还提出坐标条件噪声调度 CNS,让已观测区域更早稳定,新区域参考已观测内容生成。与四种代表性动作条件机制相比,该方法更忠实地跟随指令动作,回访漂移较最强基线降低 66%,并可迁移到 1.3B 至 33B 参数的视频骨干模型及分布外场景。

  2. arXiv 游戏世界模型与生成检索精选
    ActionRoPE 以世界坐标实现平面相机游戏世界模型的空间一致控制

    ActionRoPE 提出一种无参数动作接口,把动作引起的相机位移转换为世界坐标旋转位置,使同一世界位置的 token 在不同时间保持相同的位置编码。论文还提出坐标条件噪声调度 CNS,让已观测区域更早稳定,新区域参照它们生成。相比四种代表性动作条件机制,该方法更忠实地跟随指令动作,并将回访漂移相对最强基线降低 66%,同一接口可迁移到 1.3B 至 33B 参数的视频骨干及分布外场景。