MorphoSim：一个交互式、可控、可编辑的语言引导4D世界模拟器

arXiv 25.10 2025 71.6 method, system

TLDR

MorphoSim从语言生成交互式可控4D场景，支持对象编辑和多视角一致性，无需完全重新生成。

评分理由

The paper introduces a novel framework for language-guided 4D scene generation with interactivity and editability, which is a strength. However, it lacks real-world evaluation and comparison to baselines, and the experimental details are sparse.

Read-first 评分解释

综合优先阅读分 71.6，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 49。

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

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：有；数据：无；命中信号：代码、GitHub

主题相关性 42%

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：评估、实验

研究版图角色

前沿论文复现锚点

排序敏感性

稳定性：volatile；排名波动范围：84。

关键词评分

world simulator

world model

interactive world model

generative world model

video world model

world dynamics prediction

model-based reinforcement learning world model

深度分析

创新点

具有多视角一致性和对象级控制的语言引导4D世界模拟器
通过轨迹引导生成与特征场蒸馏的集成实现无需完全重新生成的交互式编辑
用于机器人应用的可控可编辑时空环境

方法

MorphoSim集成了轨迹引导生成与特征场蒸馏，从自然语言指令生成动态4D场景。它支持对象级控制，如引导、重新着色或移除对象，并允许从任意视角观察。该框架支持交互式编辑，无需完全重新生成。

关键结果

实验表明，MorphoSim在保持高场景保真度的同时，实现了可控性和可编辑性。

资源

论文代码