LIVE：长程交互式视频世界建模

arXiv 26.2 2026 66.5 method

TLDR

LIVE为长时域视频世界模型引入循环一致性目标，消除了基于教师蒸馏，并取得了最先进的性能。

评分理由

The paper presents a novel cycle-consistency approach to bound error accumulation in autoregressive video world models, which is a clear strength. However, the abstract lacks explicit details on real-world datasets and does not discuss limitations or comparisons with baselines in depth.

Read-first 评分解释

综合优先阅读分 66.5，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 60。

近期性 8%

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 42%

85.7

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：基准、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：331。

关键词评分

world model

interactive world model

video world model

generative world model

world dynamics prediction

world simulator

model-based reinforcement learning world model

深度分析

创新点

无需基于教师蒸馏的循环一致性目标，强制误差累积有界
涵盖不同长时域视频世界建模方法的统一视角
稳定训练的渐进式训练课程

方法

LIVE从真实帧进行前向展开，然后应用反向生成过程重建初始状态。在重建的终端状态上计算扩散损失，为长时域误差传播提供显式约束。

关键结果

LIVE在长时域基准上取得了最先进的性能，生成了远超训练展开长度的稳定高质量视频。

技术栈

Diffusion modelAutoregressive video predictionCycle-consistency training

资源

论文