图世界模型

arXiv 25.7 2025 55.6 method

TLDR

提出图世界模型，通过消息传递和动作节点整合图结构数据，在六个任务上超越基线。

评分理由

Strengths include novel integration of graph-structured data into world models and strong empirical results across multiple domains. Weaknesses are lack of explicit limitations discussion and absence of video or interactive aspects.

Read-first 评分解释

综合优先阅读分 55.6，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 22。

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

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：有；数据：无；命中信号：代码、GitHub

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、实验

主题相关性 42%

31.4

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

前沿论文复现锚点

排序敏感性

稳定性：volatile；排名波动范围：519。

关键词评分

world model

generative world model

world dynamics prediction

world simulator

model-based reinforcement learning world model

interactive world model

video world model

深度分析

创新点

统一的世界模型，同时支持非结构化和图结构化状态并包含多模态信息
通过直接引用或相似性链接的动作节点将多样化任务表示为动作
通用消息传递算法，用于在统一的多模态令牌空间（GWM-T）或嵌入空间（GWM-E）上聚合结构化信息
在六个不同领域上展示出对未见新任务的强大零样本/少样本能力

方法

GWM采用通用消息传递算法，在统一的多模态令牌空间（GWM-T，通过将多模态数据转换为文本）或统一的多模态嵌入空间（GWM-E，使用模态特定编码器）上聚合结构化信息。它引入了动作节点，通过直接引用或相似性计算与其他节点相连，以支持多样化任务。该模型在多个领域的六个任务上进行了评估，并与领域特定的基线进行了比较。

关键结果

同一个GWM在六个任务（包括多模态生成与匹配、推荐、图预测、多智能体、检索增强生成以及规划与优化）上优于或匹配领域特定的基线模型。它受益于多跳结构，并在未见的新任务上展现出强大的零样本/少样本能力。

技术栈

消息传递算法多模态令牌空间（GWM-T）多模态嵌入空间（GWM-E）动作节点

资源

论文代码