SurgVista：具有合理器械-组织动力学的长程手术世界建模

arXiv 2026 67.2 method, application

TLDR

SurgVista提出一种手术世界模型，利用变形一致性和漂移适应，生成具有合理器械-组织动态的长程动作条件未来帧。

评分理由

The paper directly addresses two key failure modes in surgical world models—spatial interaction incoherence and temporal fidelity collapse—through novel training recipes and introduces a new benchmark (SurgWorld-Bench) for evaluation. Strengths include clear problem formulation, methodological contributions, and strong empirical results; weaknesses are the narrow surgical domain focus and lack of explicit discussion on generalization or limitations.

Read-first 评分解释

综合优先阅读分 67.2，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 60。

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%

94.4

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：0.9437282

主题相关性 29%

85.7

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：基准、评估、实验、指标

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：429。

关键词评分

world model

generative world model

interactive world model

video world model

world dynamics prediction

world simulator

model-based reinforcement learning world model

深度分析

创新点

变形一致性正则化：从训练视频中提取场景点轨迹，通过潜在对比学习强制跨帧一致性，以增强物理一致的器械-组织动态。
漂移适应训练：使用在线预测残差和根据长程漂移统计校准的光度增强扰动条件帧，以在扩展 rollout 中维持视觉保真度。
SurgWorld-Bench：一个新基准，包含多样化的手术类型、长程 rollout 以及用于器械运动准确性和组织响应保真度的解耦指标。

方法

SurgVista是一种手术世界模型，采用两种训练方法：变形一致性正则化，对训练视频中的场景点轨迹应用对比学习以强制跨帧一致性；以及漂移适应训练，使用预测残差和根据长程漂移统计校准的光度增强扰动条件帧。该模型在引入的SurgWorld-Bench基准上，使用视觉质量、时间一致性和交互保真度指标与最先进方法进行评估。

关键结果

SurgVista在视觉质量、时间一致性和交互保真度方面持续优于最先进方法，且随着预测范围增长，性能优势扩大。

资源

论文