StressDream：引导视频世界模型实现鲁棒的策略评估与改进

arXiv 2026 63.8 method, application

TLDR

StressDream通过优化初始噪声，结合语义与合理性目标，引导扩散视频世界模型生成高影响合理结果，实现鲁棒策略评估。

评分理由

The paper presents a novel method for steering video world models to generate high-impact plausible futures, with strong empirical results on autonomous driving and robotic manipulation. However, the abstract lacks explicit discussion of limitations or comparison to baselines, and the reliance on diffusion models may limit generalizability.

Read-first 评分解释

综合优先阅读分 63.8，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 57。

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%

92.4

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：0.9235999

主题相关性 29%

81.4

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：评估、结果

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：无

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：473。

关键词评分

world model

video world model

generative world model

world simulator

world dynamics prediction

model-based reinforcement learning world model

interactive world model

深度分析

创新点

通过推理时优化初始噪声，引导基于扩散的视频世界模型想象生成高影响且合理的结果
两个互补目标：使用视觉语言模型提供信息梯度的语义目标，以及防止噪声偏离分布合理性的目标
通过识别其合理未来包含不良结果（如任务失败）的动作，实现鲁棒的策略评估与改进，无需大量采样

方法

StressDream优化基于扩散的视频世界模型的初始噪声，以引导生成的想象朝向文本指定的高影响结果（如任务失败）。它使用视觉语言模型通过推理生成的视频提供语义梯度，并采用合理性目标将优化后的噪声保持在分布内流形中。该方法在用于自动驾驶和机器人操作任务的最先进视频世界模型上进行了评估。

关键结果

StressDream有效引导想象朝向推理时文本指定的高影响且合理的结果，通过识别其合理未来包含不良结果的动作，实现鲁棒的策略评估与改进。

局限性

高维噪声的优化仍具挑战性，可能需要仔细平衡语义目标和合理性目标
依赖预训练的视觉语言模型，可能在新型或复杂场景中引入偏差或无法提供信息丰富的梯度
合理性目标可能无法完全防止分布外噪声，在边缘情况下可能产生不合理的想象
评估仅限于自动驾驶和机器人操作；未展示对其他领域的泛化能力

技术栈

Diffusion-based video world modelVision-Language Model (VLM)Noise optimization at inference time

资源

论文