stable-worldmodel：一个用于可复现世界模型研究与评估的平台

arXiv 2026 67.3 system

TLDR

一个用于可复现世界模型研究的开源平台，提供标准化数据、基线和评估基准。

评分理由

The paper addresses fragmentation in world model research by providing a unified platform with high-performance data loading, clean baselines, and systematic evaluation benchmarks. Its strengths include reproducibility and scalability, but the evaluation is primarily in-silico, though real-world dataset support (LeRobot) is included.

Read-first 评分解释

综合优先阅读分 67.3，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 51。

方法质量 18%

100

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：基线、基准、数据集、评估、实验、指标、结果

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%

80.8

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：0.80841558

主题相关性 29%

72.9

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

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、数据集

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方法锚点

排序敏感性

稳定性：volatile；排名波动范围：393。

关键词评分

world model

world dynamics prediction

world simulator

video world model

model-based reinforcement learning world model

generative world model

interactive world model

深度分析

创新点

基于Lance的高性能数据层，原生支持MP4、HDF5和LeRobot数据集并提供转换工具
现代世界模型基线和规划求解器的清晰、经过充分测试的实现
扩展了可控视觉、几何和物理变化因素的环境与任务套件，用于系统性的计算机内评估

方法

该平台提供统一流水线，集成了基于Lance的高性能数据层以实现高效视频数据加载，清晰的世界模型基线和规划求解器实现，以及带有可控变化因素的环境套件，用于系统评估动力学理解、控制性能、表示质量和分布外泛化能力。

关键结果

摘要中未报告实验结果；论文重点描述平台的设计和特性。

技术栈

LanceMP4HDF5LeRobot

资源

论文