arXiv · cs.AI· Lorenzo Venturoli, Nedko Savov, Xi Wang, Marc Pollefeys, Luc Van Gool·· 6 小时前
StateCraft 为视频世界模型引入抽象状态推理
StateCraft: Augmenting Video World Models with Abstract-State Reasoning
arXiv:2610.19795v1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：Lorenzo Venturoli, Nedko Savov, Xi Wang, Marc Pollefeys, Luc Van Gool
研究任务与主要进展
论文摘要提出 StateCraft，将语言模型与视频扩散模型结合，通过持续更新的抽象状态追踪环境变化并条件化视觉状态。作者称其在生成质量、记忆和可控性基准上超过现有基线，能在长轨迹中保持较高自洽性，并遵循对未观察状态的编辑；该范式还通过了改变不可见房间光照的概念验证。当前材料仅为论文摘要，未说明具体基准、实验规模或实现细节。
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