AlayaWorld: 长时域与可玩视频世界生成

arXiv 2026 44.9 method, system

TLDR

AlayaWorld是一个开源框架，用于构建可交互、可玩的视频世界模型，实时生成长时域环境。

评分理由

The paper presents a full-stack framework for generative world models with real-time interaction, but lacks explicit empirical evaluation details in the abstract. Its strengths include modular architecture and open-source release; weaknesses are unclear experimental validation.

Read-first 评分解释

综合优先阅读分 44.9，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 55。

近期性 6%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

主题相关性 29%

78.6

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

方法质量 18%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：评估、指标

可复现性 18%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：无

引用影响力 18%

使用 OpenAlex 形态的引用元数据作为文献关注度信号，并与论文本身质量分开处理。引用数：0

引用速度 12%

引用速度按发表年限估算年均引用，降低旧论文天然占优的偏差。年均引用：0.00

研究版图角色

前沿论文

排序敏感性

稳定性：volatile；排名波动范围：469。

关键词评分

video world model

world model

generative world model

interactive world model

world dynamics prediction

world simulator

model-based reinforcement learning world model

深度分析

创新点

用于交互式生成世界构建的全栈开源框架
统一流水线涵盖数据准备、模型架构、训练、推理加速和部署
实时开放式交互，支持导航、战斗、施法和召唤怪物
为未来研究提供可复现流水线、参考实现、评估工具和文档

方法

该框架使用自回归视频世界模型，基于当前世界状态和用户交互，通过训练于游戏录像和真实世界视频来合成未来观测。它提供模块化可扩展架构，集成数据准备、模型训练、加速推理和部署。

关键结果

AlayaWorld实现了实时、可玩的视频世界生成，支持战斗、施法等多样化交互，但摘要中未报告定量指标。

资源

论文