Dreamland：基于模拟器和生成模型的可控世界创建

arXiv 25.6 2025 58.2 method, system

TLDR

Dreamland结合物理模拟器和生成模型，实现可控且逼真的世界创建，提升图像质量和可控性。

评分理由

Strengths include a novel hybrid framework with layered abstraction and strong quantitative improvements. Weaknesses are limited detail on embodied agent training results and reliance on pretrained models.

Read-first 评分解释

综合优先阅读分 58.2，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 31。

近期性 8%

86.7

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：2025

方法质量 25%

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：基线、数据集、评估、实验

可复现性 25%

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：代码、数据集、GitHub

主题相关性 42%

44.3

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

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：374。

关键词评分

world simulator

generative world model

video world model

interactive world model

world model

model-based reinforcement learning world model

world dynamics prediction

深度分析

创新点

结合基于物理的模拟器和大规模预训练生成模型的混合世界生成框架，实现元素级可控性
分层世界抽象，将像素级和对象级的语义与几何编码为中间表示，以桥接模拟器和生成模型
用于混合生成管道训练和评估的D3Sim数据集

方法

Dreamland使用分层世界抽象，将像素级和对象级的语义与几何编码为中间表示，以桥接基于物理的模拟器和大规模预训练生成模型。该方法实现了来自模拟器的精细控制，同时利用了生成模型的逼真输出。该框架设计为支持现有和未来预训练模型的即插即用，并在构建的D3Sim数据集上进行训练和评估。

关键结果

Dreamland在图像质量上提升50.8%，可控性提升17.9%，优于现有基线，并展示了增强具身智能体训练的潜力。

技术栈

physics-based simulatorlarge-scale pretrained generative modelslayered world abstractionD3Sim dataset

资源

论文项目