从零到英雄：世界模型中的无训练自定义概念生成

arXiv 2026 59.4 method, application

TLDR

无需训练的方法SPAWN通过交换锚定帧实现自回归世界模型中的自定义概念生成

评分理由

The paper introduces a novel training-free approach for controllable scene composition, addressing a key limitation of world models. However, the abstract lacks empirical validation or real-world experiments, and the method's generality is unclear.

Read-first 评分解释

综合优先阅读分 59.4，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

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。归一化引用分位：0.91962043

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：实验

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

基础论文前沿论文桥接论文

排序敏感性

稳定性：volatile；排名波动范围：501。

关键词评分

world model

interactive 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

自回归世界模型中的无需训练概念生成
利用上下文记忆中的固定锚点进行概念注入
在短注入窗口内用外部概念潜变量交换锚点

方法

SPAWN利用图像到视频骨干网络的结构特性，即上下文记忆的第一个槽位固定为参考帧。它在一个短注入窗口内用外部概念潜变量交换该锚点，然后恢复原始锚点，使概念通过模型自身的记忆在滚动生成中自然传播。该方法接受概念图像或文本描述作为输入。

关键结果

SPAWN在保持身份和时序一致性的同时，以一致的光照、尺度和透视整合概念，证明无需训练即可在现有自回归世界模型中实现可控的概念生成。

技术栈

autoregressive world modelsimage-to-video backbonesconcept latent injectionSPAWN

资源

论文