世界中的世界：闭环世界中的世界模型
TLDR
介绍World-in-World平台，用于在闭环具身环境中基准测试世界模型，揭示可控性和后训练扩展比视觉质量更重要。
评分理由
The paper addresses a clear gap in world model evaluation by introducing a closed-loop benchmark focused on task success rather than visual quality. Its strengths include empirical surprises and a data scaling law, but it is limited to four simulated environments without real-world validation.
Read-first 评分解释
综合优先阅读分 56.6，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 41。
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：277。
关键词评分
深度分析
创新点
- 首个在镜像真实智能体-环境交互的闭环世界中基准测试世界模型的开源平台
- 统一的在线规划策略和标准化动作API，使异构世界模型能够用于决策
- 四个闭环环境，以任务成功为主要指标进行严格评估
- 首次提出具身场景下世界模型的数据缩放定律
- 三个意外发现：视觉质量不能保证任务成功（可控性更重要），使用动作-观测数据进行后训练扩展比升级预训练视频生成器更有效，分配更多推理时计算显著提升闭环性能
方法
World-in-World提供统一的在线规划策略和标准化动作API，使异构世界模型能够用于决策。它策划了四个闭环环境，严格评估多种世界模型，将任务成功作为主要指标，超越了对视觉质量的关注。该研究还首次提出了具身场景下世界模型的数据缩放定律。
关键结果
该研究揭示了三个意外发现：（1）仅凭视觉质量并不能保证任务成功——可控性更重要；（2）使用动作-观测数据进行后训练扩展比升级预训练视频生成器更有效；（3）分配更多推理时计算使世界模型能够显著提升闭环性能。