LOCI：用于流式世界模型的空间线性记忆

arXiv 2026 31.6 method

TLDR

LOCI：用于流式世界模型的混合空间记忆架构，结合键值缓存与相机条件循环线性注意力，以低内存忠实再现重访内容。

评分理由

The paper introduces a novel hybrid memory design that integrates projective camera geometry into recurrent linear attention, with strong empirical results on a public benchmark and real recorded trajectories. However, the abstract provides limited detail on baselines, ablations, and limitations, and the connection to broader world-model terminology is only partially explicit.

Read-first 评分解释

综合优先阅读分 31.6，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 35。

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%

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：基准

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：复现

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：238。

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

混合空间记忆架构，同时保留键值缓存和循环线性注意力记忆
读写操作由投影相机几何条件化的循环线性注意力记忆
交替的Transformer块：一半块对过往观察进行缓存支持的注意力，另一半块进行块内受限注意力并辅以循环记忆
循环读出流入后续缓存支持块，为查询提供累积的场景上下文
有界的保留观察库，能够以恒定内存流式处理长视频

方法

LOCI是一种基于Transformer的视频世界模型，在公开的MIND记忆基准和留出录制轨迹上评估。它采用混合设计：一半的Transformer块维护过去观察的键值缓存，另一半将注意力限制在当前块内，并由基于投影相机几何条件化的循环线性注意力记忆补充。与代表性世界模型和使用相同配方的全softmax模型进行了比较，评估指标包括重访内容的保真度和内存使用。

关键结果

LOCI在重访内容上的再现保真度高于代表性世界模型和相同配方的全softmax模型。在完整历史记录下，相同长度相比全softmax峰值内存降低约30%；在有界保留观察库下，它能够以恒定内存流式处理长视频，并在相同预算下比全softmax保持更高的保真度。

资源

论文