生成式预训练自回归扩散Transformer

arXiv 2025 24 method

TLDR

GPDiT在连续潜空间中结合扩散与自回归建模，实现长程视频合成。

评分理由

The paper presents a novel continuous autoregressive framework with diffusion loss for video generation, showing strong performance in quality, representation, and few-shot learning. However, it does not address world modeling, simulation, or reinforcement learning, limiting its relevance to those keywords.

Read-first 评分解释

综合优先阅读分 24，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 3。

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：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：无

主题相关性 42%

4.3

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

排序敏感性

稳定性：volatile；排名波动范围：43。

关键词评分

video world model

world dynamics prediction

world model

world simulator

generative world model

interactive world model

model-based reinforcement learning world model

资源

论文