TeleWorld：迈向基于4D世界模型的动态多模态合成

arXiv 25.12 2025 53.4 method, system

TLDR

TeleWorld提出一种实时4D世界模型，通过生成-重建-引导范式统一视频生成、动态场景重建和长期记忆。

评分理由

The paper introduces a novel framework with hierarchical planning and distillation for real-time synthesis, addressing long-horizon consistency and interaction. However, the abstract lacks explicit real-world experiments or benchmarks, and the approach is described as a report without empirical validation.

Read-first 评分解释

综合优先阅读分 53.4，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 44。

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

主题相关性 42%

62.9

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

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：实验

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：无；数据：无；命中信号：无

研究版图角色

前沿论文

排序敏感性

稳定性：volatile；排名波动范围：461。

关键词评分

world model

generative world model

video world model

interactive world model

world dynamics prediction

world simulator

model-based reinforcement learning world model

深度分析

创新点

用于闭环4D世界建模的生成-重建-引导范式
用于分层规划以减少误差累积的宏观-微观规划（MMPL）
在实际计算预算下实现实时合成的分布匹配蒸馏（DMD）
统一4D框架，集成动态对象建模和静态场景表示

方法

TeleWorld是一个实时多模态4D世界建模框架，统一了视频生成、动态场景重建和长期世界记忆。它采用自回归扩散视频模型，并增强了宏观-微观规划（MMPL）和分布匹配蒸馏（DMD），以实现实时合成。该系统在生成-重建-引导范式中运行，其中生成的视频流被连续重建为动态4D时空表示，进而引导后续生成以保持空间、时间和物理一致性。

关键结果

大量实验表明，TeleWorld在静态和动态世界理解、长期一致性以及实时生成效率方面均取得了强劲性能，使其成为迈向交互式、具备记忆功能的世界模型的实用一步。

技术栈

Autoregressive diffusion-based video modelMacro-from-Micro Planning (MMPL)Distribution Matching Distillation (DMD)4D spatio-temporal representation

资源

论文