从像素到状态：将交互式世界模型重新构想为游戏引擎

arXiv 2026 46.8 method

TLDR

将交互式世界模型重新构想为游戏引擎，分析四个维度，并引入大规模游戏数据集。

评分理由

Strengths: Structured analysis using game engine loop and a large-scale dataset. Weaknesses: Lacks empirical evaluation results; more of a position paper.

Read-first 评分解释

综合优先阅读分 46.8，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 52。

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%

74.3

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

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：分析、数据集、结果

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：数据集

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

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：461。

关键词评分

interactive world model

world model

generative world model

video world model

world simulator

world dynamics prediction

model-based reinforcement learning world model

深度分析

创新点

通过传统游戏引擎的循环动作-状态-观测循环视角重新诠释交互式世界模型。
沿四个维度对现有方法进行分类：玩家动作控制、游戏状态动态、状态-观测持续性以及实时交互生成。
一个可扩展的数据引擎，从《黑神话：悟空》中收集超过90小时的游戏玩法，包含帧对齐的玩家动作、真实游戏状态和视觉观测，并附有结构化和语义标注。

方法

本文提出了一个基于游戏引擎动作-状态-观测循环的概念框架，并系统性地审视了现有交互式世界模型在四个关键维度上的表现，将其归入代表性家族并讨论各自优势与权衡。同时，为游戏《黑神话：悟空》开发了一套数据采集流水线，生成了丰富的、同步的游戏玩法数据集。

关键结果

分析得出了一个结构化的交互式世界模型方法分类体系，数据引擎提供了超过90小时的游戏玩法数据集，包含帧对齐的动作、真实游戏状态和视觉观测，以及结构化和语义标注。

资源

论文