发布StateCraft论文：语言模型加视频扩散做抽象状态世界模型

Lorenzo Venturoli等作者发布StateCraft论文，将语言模型与视频扩散模型结合，用持续更新的抽象状态追踪环境变化并条件化视觉生成，作者称在生成质量、记忆和可控性基准上超过现有最先进基线，并能在长轨迹中保持自洽、遵循对未观察状态的编辑，如改变不可见房间光照的概念验证。作者还提出了无需人工或智能体监督、可规模化生成密集标注轨迹的数据收集管线，用于训练和评估。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。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。