Honeycomb：用于视频世界模型的固定大小场景记忆表示

arXiv 2026 34.5 method

TLDR

提出 Honeycomb：采用固定大小低秩场景记忆 HexMemory，实现恒定存储、高质量且一致的长时程视频生成。

评分理由

The paper presents a novel fixed-size memory representation for video world models, addressing storage growth and demonstrating results on benchmarks. However, the abstract provides limited discussion of limitations or interactive/RL applications, and the core claims rely on benchmark results not visible in detail.

Read-first 评分解释

综合优先阅读分 34.5，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 40。

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

主题相关性 25%

57.1

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 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：实验

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、GitHub

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：306。

关键词评分

video world model

world model

generative world model

world dynamics prediction

world simulator

interactive world model

model-based reinforcement learning world model

深度分析

创新点

HexMemory：一种使用六个空间平面和时空平面的低秩固定大小场景记忆
前馈写入器：将每个生成块映射为新的平面特征，在保持维度不变的同时扭曲先前平面，并通过置信度加权池化和学习到的残差校正进行融合
仅处理新块中的观测，避免了逐场景优化和对完整历史的重复处理
读取器：从 HexMemory 中检索潜在表示，以条件化后续视频生成

方法

Honeycomb 是基于 HexMemory 构建的视频世界模型。HexMemory 是一种具有六个空间平面和时空平面的低秩固定大小记忆表示。前馈写入器将每个生成块映射为新的平面特征，在保持先前平面维度不变的情况下对其进行扭曲，并使用置信度加权池化和学习到的残差校正将其与新特征融合。读取器从 HexMemory 中检索潜在表示以条件化后续生成。模型在 WorldScore 和 RealEstate10K 上进行了评估。

关键结果

在 WorldScore 和 RealEstate10K 上的实验表明，Honeycomb 具有强大的视频生成质量和稳健的重访一致性，且 HexMemory 特征存储在生成过程中保持恒定。

资源

论文