论文页面 - WorldDirector：构建具有持久动态内存的可控世界模拟器

来源：https://huggingface.co/papers/2607.02517 作者：

,

,

,

,

,

,

,

,

,

,

,

摘要

WorldDirector 通过利用 LLM 协调 3D 轨迹与摄像机运动，将语义运动规划与视觉渲染解耦，从而实现具有持久对象内存的可控视频生成。

我们提出 WorldDirector，一个高度可控的视频世界模型框架，专为持久动态对象内存和无限制视点探索而设计。与现有将物理动力学与像素渲染纠缠在一起、并依赖连续视觉观察来维持运动的世界模型不同，我们的框架明确地将语义运动编排与视觉生成解耦。通过利用 LLM 协调 3D 轨迹与摄像机运动，随后将这些编排好的轨迹作为视频生成的控制信号，我们的方法确保了严格的物理逻辑和外观稳定性，成功保留了动态实体的精确视觉身份，即使它们在长时间离开视野后重新进入场景也是如此。实验结果表明，我们的方法支持合成复杂且长时间的事件，具有前所未有的可控性和持久动态对象内存。项目页面：https://worlddirector.github.io/

查看 arXiv 页面 (https://arxiv.org/abs/2607.02517) 查看 PDF (https://arxiv.org/pdf/2607.02517) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.02517)

在您的代理中获取此论文：

hf papers read 2607.02517

没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型0

没有模型链接到此论文

请在模型 README.md 中引用 arxiv.org/abs/2607.02517 以从此页面链接。

引用此论文的数据集0

没有数据集链接到此论文

请在数据集 README.md 中引用 arxiv.org/abs/2607.02517 以从此页面链接。

引用此论文的 Spaces0

没有 Space 链接到此论文

请在 Space README.md 中引用 arxiv.org/abs/2607.02517 以从此页面链接。

包含此论文的收藏集0

没有收藏集包含此论文

请将此论文添加到收藏集 (https://huggingface.co/new-collection) 以从此页面链接。