迈向交互式视频世界建模：前沿、挑战、基准与未来趋势

arXiv 2026 75.1 survey

TLDR

交互式视频世界建模的综述，涵盖前沿、挑战、基准和未来趋势。

评分理由

Strengths: comprehensive overview of recent trends, technical challenges, and benchmarks across multiple domains. Weaknesses: lacks original experiments or novel contributions; primarily a literature review.

Read-first 评分解释

综合优先阅读分 75.1，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 50。

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：分析、基准、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%

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：0.92178559

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：有；数据：无；命中信号：GitHub、仓库

主题相关性 29%

71.4

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

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复现锚点

排序敏感性

稳定性：volatile；排名波动范围：331。

关键词评分

interactive world model

world model

video world model

generative world model

world dynamics prediction

world simulator

model-based reinforcement learning world model

深度分析

创新点

系统综述交互式世界建模，涵盖应用场景、世界状态演化及场景模态
识别三大关键技术挑战：动作条件可控性、长时交互与记忆、实时交互的动作跟随响应
全面比较四个应用领域（开放世界探索、游戏引擎、自动驾驶、机器人）的现有基准与指标
提出下一代交互式世界建模的未来方向

方法

本文对交互式世界建模的最新研究趋势、技术进展、评估基准及未来方向进行了系统综述。按应用场景、世界状态演化及场景模态分类，深入探讨三大技术挑战，并比较四个具体应用领域的现有基准与指标。

关键结果

本文提供了交互式世界建模的全面综述，总结了当前趋势与挑战，并比较了开放世界探索、游戏引擎、自动驾驶和机器人领域的基准。未呈现新的实验结果。

局限性

由于该领域发展迅速，综述可能未涵盖所有最新工作
对挑战和未来方向的分析基于当前趋势，可能随领域进展而演变

资源

论文代码