鲁棒梦想家：面向动作控制的增强现实视频生成的偏差感知潜在高斯记忆

arXiv 2026 60.8 method

TLDR

鲁棒梦想家通过潜在高斯记忆与偏差学习解决动作控制视频生成中的漂移问题。

评分理由

The paper presents a novel memory-augmented framework that tackles catastrophic drift from VAE cycling and training-inference gap. However, it lacks explicit real-world experimental validation and does not mention benchmarks or empirical evaluations.

Read-first 评分解释

综合优先阅读分 60.8，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 55。

近期性 6%

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

引用影响力 18%

92.2

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。归一化引用分位：0.9223239

主题相关性 29%

78.6

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 18%

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

可复现性 18%

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：代码

引用速度 12%

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

基础论文前沿论文桥接论文

排序敏感性

稳定性：volatile；排名波动范围：496。

关键词评分

world simulator

interactive world model

generative world model

video world model

world model

world dynamics prediction

model-based reinforcement learning world model

深度分析

创新点

潜在高斯记忆：将扩散潜在锚定到高斯原语，并通过潜在空间高斯泼溅召回，避免重复VAE转换导致的累积退化。
带有动态偏差存档的偏差学习：通过一步近似合成展开导致的潜在偏差，按自回归阶段和去噪时间戳存储，并在训练中注入历史记忆以弥合训练-推理差距。

方法

鲁棒梦想家是一个用于动作控制图像到视频生成的记忆增强框架。它引入潜在高斯记忆，通过将扩散潜在锚定到高斯原语并通过潜在空间高斯泼溅召回，提供密集、几何感知、视图对齐的条件，避免潜在-RGB循环退化。它还提出带有动态偏差存档的偏差学习，在训练期间合成真实的损坏记忆状态，教会生成器在推理前纠正偏差。

关键结果

在ScanNet、DL3DV和OmniWorldGame上的实验表明，在自回归展开中保持视觉保真度和3D一致性方面达到了最先进的长期性能。

技术栈

Latent Gaussian MemoryDeviation LearningGaussian SplattingDiffusion ModelsVAEAutoregressive Generation

资源

论文