arXiv · cs.AI· Wenhao Yan, Haodong Li, Xiaotong Li, Yaxin Luo, Zhengrong Yue, Jialv Zou, Xu Huang, Haojin Yang, Nan Jia, Yan Feng, Peng Pei, Xunliang Cai·· 7 小时前
WorldCast：探索世界状态预测中的智能视觉生成
WorldCast: Exploring Intelligent Visual Generation in World State Prediction
arXiv:2610.20731v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Wenhao Yan, Haodong Li, Xiaotong Li, Yaxin Luo, Zhengrong Yue, Jialv Zou, Xu Huang, Haojin Yang, Nan Jia, Yan Feng, Peng Pei, Xunliang Cai
研究任务与主要进展
WorldCast提出面向多步世界状态预测的视觉生成评测基准，包含320个人工设计案例、8个类别，并评估12个代表性模型。基于论文摘要，GPT-Image-2.5 System得分72.8，展示了现实任务中的早期视觉状态预测能力；Nano Banana Pro得分42.8，最佳开源模型得分为20.1，实验显示模型在复杂上下文、纠缠参考和推理密集型任务上仍有差距，生成模型也会利用底层语言模型的能力。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org