GLIMPSE：面向可探索视频世界模型的全局-局部索引与多精度频谱编码

arXiv 2026 32.7 method

TLDR

GLIMPSE用全局-局部记忆接口和多精度频谱编码，提升可探索视频世界模型一致性，降低位置误差敏感度。

评分理由

The paper presents a clear methodological contribution for video world models, with memory retrieval mechanisms and attenuation to handle inaccurate projections. However, the abstract lacks explicit real-world benchmarks or baselines beyond deterministic positional transport, and the claims are limited to improved geometric and photometric consistency without quantitative results visible.

Read-first 评分解释

综合优先阅读分 32.7，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 34。

近期性 5%

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

方法质量 15%

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：评估、指标

主题相关性 25%

48.6

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

可复现性 15%

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

图谱声望 15%

5.7

基于可用 OpenAlex 引用关系构建局部引用图，并计算 PageRank 风格的图谱声望。局部 PageRank：0.0016

引用影响力 15%

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 10%

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：241。

关键词评分

video world model

world model

interactive world model

generative world model

world simulator

world dynamics prediction

model-based reinforcement learning world model

深度分析

创新点

结合局部 patch 记忆（视图特定外观）与循环全局记忆（场景上下文）的全局-局部记忆接口
用于寻址历史 patch 的逐频带多精度坐标
几何条件频谱衰减，降低对不准确投影地址的敏感性
足迹引导检索，在固定局部读取预算下选择历史 patch

方法

GLIMPSE 使用全局-局部记忆接口：局部 patch 记忆提供视图特定外观，循环全局记忆提供场景上下文。历史 patch 地址通过逐频带多精度坐标编码，并经过几何条件频谱衰减处理，以降低对不准确投影的敏感性。足迹引导检索在固定局部读取预算下选择历史 patch；在匹配的检索与读取预算下，使用几何对应性和光度一致性指标与确定性 positional transport 进行对比评估。

关键结果

在匹配的检索与读取预算下，GLIMPSE 在几何对应性和光度一致性上优于确定性 positional transport。

资源

论文