WorldCache: 内容感知缓存加速视频世界模型

arXiv 26.3 2026 70.2 method

TLDR

WorldCache通过内容感知缓存加速视频世界模型，实现2.3倍加速并保持99.4%质量。

评分理由

Strengths include a novel motion-adaptive caching framework that significantly speeds inference while preserving quality, with clear empirical results. Weaknesses are limited evaluation to a single model and benchmark, and lack of discussion on generalization or interactive settings.

Read-first 评分解释

综合优先阅读分 70.2，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 43。

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

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：有；数据：无；命中信号：工件、代码、数据集、GitHub

主题相关性 42%

61.4

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

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、数据集

研究版图角色

前沿论文复现锚点

排序敏感性

稳定性：volatile；排名波动范围：191。

关键词评分

video world model

world model

world dynamics prediction

generative world model

world simulator

interactive world model

model-based reinforcement learning world model

深度分析

创新点

用于特征重用的运动自适应阈值
显著性加权漂移估计
通过混合与扭曲的最优近似
跨扩散步骤的相位感知阈值调度

方法

WorldCache是一种针对扩散变换器（DiTs）的感知约束动态缓存框架，改进了跨去噪步骤特征重用的时机和方式。它引入了运动自适应阈值、显著性加权漂移估计、通过混合与扭曲的最优近似以及相位感知阈值调度，所有操作均无需重新训练。该方法在Cosmos-Predict2.5-2B模型上使用PAI-Bench数据集进行评估。

关键结果

WorldCache实现了2.3倍的推理加速，同时保持了99.4%的基线质量，显著优于先前的无训练缓存方法。

技术栈

Diffusion Transformers (DiTs)Cosmos-Predict2.5-2BPAI-Bench

资源

论文代码