跳到正文
热点事件历史事件

BoxWorld 分离交互推理与生成渲染的游戏世界模型

1 篇报道1 个报道来源26 天前更新

先了解这件事

AI 综述

研究者 Zike Wu 等提出交互式视频世界框架 BoxWorld,将交互推理与生成渲染分开处理。用户定义的交互规则先由 Box World Engine 处理,生成对象状态;再由 Box-State 生成式渲染器按对象状态自回归渲染实时交互视频。论文称,BoxWorld 在其提出的 PairedStateBench 基准上明显优于端到端世界模型,在多个公开基准上保持竞争力。这些是论文作者的结论。 训练分三阶段:利用开放域视频和游戏视频的自动标注学习对象定位与状态转移,再在模型自生成的历史上做 rollout 蒸馏。

AI 根据报道生成 · 25 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月27日
  1. arXiv 游戏世界模型与生成检索精选
    BoxWorld:让世界引擎控制状态、视频生成器负责渲染

    BoxWorld 将用户定义的交互规则交给 Box World Engine 处理,再由 Box-State 生成式渲染器按对象状态自回归渲染实时交互视频世界。论文称其在 PairedStateBench 等评测中明显优于端到端世界模型,并在多个公开基准上保持竞争力。训练分三阶段,利用开放域视频和游戏视频的自动标注学习对象定位与状态转移,并在自生成历史上做 rollout 蒸馏。