LatticeWorld：一种多模态大语言模型赋能的交互式复杂世界生成框架

arXiv 25.9 2025 51.6 method, system

TLDR

LatticeWorld利用LLM和Unreal Engine 5从多模态输入生成具有物理模拟和多智能体交互的交互式3D世界。

评分理由

The paper presents a novel framework combining lightweight LLMs with a game engine for interactive world generation, supporting multimodal inputs and dynamic agents. However, the abstract lacks details on evaluation metrics and real-world validation, and the cut-off text leaves results incomplete.

Read-first 评分解释

综合优先阅读分 51.6，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 41。

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

主题相关性 42%

58.6

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 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

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：466。

关键词评分

generative world model

interactive world model

world model

world simulator

world dynamics prediction

video world model

model-based reinforcement learning world model

深度分析

创新点

将轻量级大语言模型（LLaMA-2-7B）与工业级渲染引擎（Unreal Engine 5）集成用于3D世界生成
接受多模态输入（文本描述和视觉指令）进行世界创建
生成具有动态智能体、多智能体交互、高保真物理模拟和实时渲染的大规模交互式3D世界
与传统手工方法相比，工业生产效率提升90倍以上

方法

LatticeWorld利用轻量级大语言模型（LLaMA-2-7B）与工业级渲染引擎（如Unreal Engine 5）生成动态环境。它接受文本描述和视觉指令作为多模态输入，创建具有动态智能体的大规模3D交互式世界，具备竞争性多智能体交互、高保真物理模拟和实时渲染。

关键结果

LatticeWorld在场景布局生成和视觉保真度方面达到了卓越的准确性，并且与传统手工制作方法相比，在保持高创意质量的同时，工业生产效率提升了90倍以上。

技术栈

LLaMA-2-7BUnreal Engine 5

资源

论文演示