MobiWorld：移动无线网络的生成式世界模型

arXiv 25.7 2025 61.3 method, application

TLDR

MobiWorld是基于扩散模型的生成式世界模型，用于高保真移动无线网络仿真以支持规划与优化。

评分理由

The paper presents a novel generative world model for mobile networks, integrating heterogeneous data and enabling controllable simulation. Its strength lies in the explicit use of diffusion models for joint distribution modeling, but the abstract lacks details on real-world validation and does not address video or interactive aspects directly.

Read-first 评分解释

综合优先阅读分 61.3，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 53。

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%

75.7

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：实验、结果

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：375。

关键词评分

world model

generative world model

world simulator

interactive world model

world dynamics prediction

model-based reinforcement learning world model

video world model

深度分析

创新点

整合异构数据源（传感器、移动设备、基站）和多模态数据类型（序列、图像）用于移动网络仿真。
能够同时生成网络单元级观测（如流量负载、用户分布）和系统级性能指标（如吞吐量、能耗）。
基于先进扩散模型，通过建模移动网络数据与多种条件因素（时空上下文、用户行为、优化策略）的联合分布实现可控生成。

方法

MobiWorld是一种基于先进扩散模型的生成式世界模型。它整合异构数据源和多模态数据类型，并建模移动网络数据与多种条件因素（包括时空上下文、用户行为和优化策略）的联合分布，以实现动态网络状态的可控生成。

关键结果

在协作节能场景中，智能体利用MobiWorld生成的观测和奖励来优化基站休眠和用户卸载策略。实验结果表明，MobiWorld展现出强大的可控生成性能，并在能量优化方面优于传统方法。

技术栈

Diffusion Models

资源

论文