世界模型自蒸馏：训练世界模型解决通用任务

arXiv 2026 64.5 method

TLDR

提出自蒸馏与强化学习，训练视频扩散世界模型解决任务，无需任务-视频监督，基准测试表现更优。

评分理由

The paper presents a scalable framework combining self-distillation and reinforcement learning to elicit task-solving abilities from pretrained video generators, avoiding costly supervised data. Strengths include novel use of VLM feedback and demonstrated transfer to robotics; weaknesses include reliance on VLM for task generation and evaluation, which may introduce biases.

Read-first 评分解释

综合优先阅读分 64.5，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 49。

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%

95.7

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：0.95741109

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：基准、评估、实验、指标

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：无

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

排序敏感性

稳定性：volatile；排名波动范围：419。

关键词评分

world model

video world model

generative world model

world dynamics prediction

world simulator

model-based reinforcement learning world model

interactive world model

深度分析

创新点

将自蒸馏与强化学习结合，激发预训练视频扩散模型的任务解决能力，无需精心策划的任务-视频监督。
使用视觉-语言模型(VLM)自动生成候选任务和详细的逐步解决方案，实现可扩展训练。
将Demonstrator（字幕引导的视频扩散）蒸馏为Executor，仅以图像和简短任务提示为条件，转移执行知识。
利用VLM反馈的强化学习进一步改进Executor，利用判断与生成任务解决方案之间的不对称性。

方法

该框架使用视觉-语言模型(VLM)从无标签场景图像生成候选任务和详细的逐步解决方案。该解决方案条件化预训练视频扩散模型（Demonstrator），并将其行为蒸馏为仅以图像和简短任务提示为条件的Executor。随后通过基于VLM反馈的强化学习进一步改进Executor，其中VLM判断采样视频是否满足任务。

关键结果

在提出的WorldTasks-Benchmark和DreamGen机器人基准测试中，Executor在基于VLM的评估协议下超越Demonstrator，并竞争性地迁移到机器人任务。

局限性

依赖视觉-语言模型进行任务生成和评估可能引入任务定义和判断中的偏差或不准确性。
该方法需要预训练视频扩散模型和VLM，可能并非所有领域都可用或最优。
评估基于VLM协议，可能无法完全与真实世界任务成功指标对齐。
该框架仅限于可通过文本描述并通过视频生成解决的任务，可能排除需要物理交互或精确控制的任务。

技术栈

Pretrained video diffusion modelVision-language model (VLM)Self-distillationReinforcement learning

资源

论文