Orbis：克服驾驶世界模型中长时域预测的挑战

arXiv 25.7 2025 71.1 method, application

TLDR

采用简单设计选择的驾驶世界模型实现了最先进的长时域预测，偏好连续自回归模型而非离散令牌模型

评分理由

The paper's strengths include a simple yet effective design, no need for extra supervision, and a fair comparison between discrete and continuous token models. Weaknesses are the limited training data (280h) and lack of exploration into interactive or reinforcement learning settings.

Read-first 评分解释

综合优先阅读分 71.1，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 48。

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%

68.6

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：评估、结果

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：90。

关键词评分

world model

generative world model

video world model

world dynamics prediction

world simulator

interactive world model

model-based reinforcement learning world model

深度分析

创新点

无需额外监督或传感器（地图、深度、多摄像头）的简单设计选择，实现了最先进的性能
与离散和连续方法兼容的混合分词器，实现了公平的并排比较
证明连续自回归模型比离散令牌模型在驾驶世界模型中更稳健且更强大

方法

作者开发了一个采用简单设计选择的世界模型，在280小时的视频数据上训练，拥有4.69亿参数。他们设计了一个混合分词器，支持基于流匹配的离散令牌模型和连续自回归模型，允许直接比较。评估侧重于长时域预测和泛化，特别是在转弯操作和城市交通场景中。

关键结果

该模型尽管规模较小且训练数据有限，仍取得了最先进的性能，在转弯和城市交通等困难场景中表现出色。连续自回归模型优于离散令牌模型，对设计选择更不敏感且更强大。

资源

论文代码