VGGT-World：将VGGT转化为自回归几何世界模型

arXiv 2026 46.3 method

TLDR

VGGT-World将冻结VGGT特征作为自回归潜状态，免去视频生成，直接预测几何深度，在KITTI等基准上高效且更优。

评分理由

The paper introduces a novel geometry world model that avoids video generation by predicting latent GFM token trajectories, with technical contributions addressing flow matching collapse and exposure bias. Strengths include strong empirical results and efficiency, but the abstract focuses mainly on depth forecasting and lacks evidence of broader interactive or generative capabilities.

Read-first 评分解释

综合优先阅读分 46.3，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 26。

近期性 8%

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 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：基线、实验、指标、结果

主题相关性 42%

37.1

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 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：609。

关键词评分

world model

world dynamics prediction

generative world model

world simulator

interactive world model

video world model

model-based reinforcement learning world model

资源

论文