Valdi：价值扩散世界模型

arXiv 2026 42.8 method

TLDR

Valdi将潜在扩散动力学与MPC结合用于在线规划，在CarRacing上匹配确定性基线，同时揭示了多模态性权衡。

评分理由

Strengths include a novel integration of diffusion models with MPC for low-latency planning and end-to-end training. Weaknesses are preliminary experiments on a simple environment (CarRacing) and limited evaluation of the multimodality trade-off, with no real-world or complex benchmarks.

Read-first 评分解释

综合优先阅读分 42.8，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 35。

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

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：基线、评估、实验

主题相关性 29%

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、GitHub

引用影响力 18%

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。引用数：0

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

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：486。

关键词评分

world model

world dynamics prediction

model-based reinforcement learning world model

generative world model

world simulator

interactive world model

video world model

深度分析

创新点

将模型预测控制的端到端在线训练与潜在扩散动力学模型（Valdi）相结合。
在训练和推理时均使用单步扩散，以实现扩散模型的低延迟潜在规划。
识别并揭示了在这种设置下预测多模态性与控制性能之间的权衡。

方法

Valdi将潜在扩散动力学模型集成到模型预测控制中，并进行端到端在线训练。该方法在CarRacing环境上评估，训练和推理时均使用单步扩散，并与确定性MLP基线进行比较。

关键结果

使用单步扩散的Valdi在CarRacing上达到了与确定性MLP基线相当的性能，实验揭示了预测多模态性与控制性能之间的权衡。

局限性

评估仅限于CarRacing环境上的初步实验。
预测多模态性与控制性能之间存在权衡，这可能限制了基于扩散的多模态性的优势。
与完整的迭代推理相比，使用单步扩散可能限制模型捕捉复杂多模态未来的能力。

资源

论文