DreamForge-World 0.1 预览版：一种低计算量、实时可控的世界模型

arXiv 2026 43.9 system, method

TLDR

一种低计算量、实时可控的世界模型预览，利用适配的视频骨干网络，在消费级GPU上实现交互式模拟。

评分理由

The paper presents a practical low-compute world model with real-time interactivity and broad capabilities, but it is a preview version with limited evaluation and not frontier-quality.

Read-first 评分解释

综合优先阅读分 43.9，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 57。

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%

81.4

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：无

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：472。

关键词评分

world model

world simulator

interactive world model

video world model

generative world model

world dynamics prediction

model-based reinforcement learning world model

深度分析

创新点

对自回归视频模型（基于Wan2.1-T2V-1.3B的LongLive 1）进行低计算量适配，结合残差动作路径，实现实时交互式世界模拟
实时可控世界模型，在单张消费级GPU（RTX 4090）上以14-15 FPS运行，内存占用低
支持实时键盘鼠标控制、多模态初始化、流中重新提示、双视图操作以及分钟级交互式推演
通过利用开源视频骨干网络和针对性适配运行，实现高成本效益

方法

该系统通过引入受Matrix-Game系列启发的残差动作路径，对LongLive 1自回归视频栈（源自Wan2.1-T2V-1.3B）进行适配。它利用开源视频骨干网络和针对性适配运行，在消费级GPU上实现低计算量、实时交互式模拟。

关键结果

DreamForge-World 0.1 预览版在单张RTX 4090上以原生480p分辨率实现14-15 FPS的交互式推演，内存占用低，支持实时键盘/鼠标控制、多模态初始化、流中重新提示、双视图操作和分钟级模拟。

局限性

尚未成为记忆完备或前沿质量的世界模拟器
预览系统，与前沿规模模拟器相比能力有限

资源

论文