从生成到模拟:世界模型距离真正的模拟器还有多远?

Hugging Face Daily Papers 论文

摘要

本文系统性地评估了生成式世界模型在八个能力上与传统模拟器的对比,发现在交互性和可控性方面取得了进展,但在物理保证、状态反馈和长期稳定性方面存在差距。

随着扩散模型和大规模视频生成的快速发展,生成式世界模型越来越被期望取代传统模拟器,包括物理引擎、游戏引擎和强化学习环境。然而,从生成到模拟的剩余距离缺乏系统性评估。我们提出了一种基于能力的研究,使用外部标准:传统模拟器的八个能力,即资产构建、物理引擎、交互性、可控性、稳定性、状态反馈、多样性和评估指标。我们追溯了三个主要技术路线——潜在动态、视频生成和联合嵌入预测——并将恰好200篇发表于2018年至2026年6月的代表性作品映射到这些能力上。我们的分析表明,世界模型在特定场景的交互性和可控性方面实现了功能替代,但在物理定律的形式化保证、结构化状态反馈和可重现的长期演化方面仍不及传统模拟器。状态反馈是最被忽视的跨路线缺点:在163篇实现论文中,只有6篇公开了查询实体状态或物理参数的运行时接口。我们确定了六个研究方向:形式化物理、统一的动作接口、一等状态反馈、长期稳定性、下游效用评估和跨路线混合。项目页面:https://github.com/AtongWang/world-model-simulators
查看原文
查看缓存全文

缓存时间: 2026/08/25 08:34

论文页面 - 从生成到仿真:世界模型距离真正的模拟器还有多远?

来源:https://huggingface.co/papers/2608.23070

摘要

生成式世界模型在八个能力维度上与传统模拟器进行了比较评估,揭示了尽管在交互性和可控性方面取得了进展,但在物理保证、状态反馈和长期稳定性方面仍存在差距。

随着扩散模型(https://huggingface.co/papers?q=diffusion%20models)和大规模视频生成(https://huggingface.co/papers?q=video%20generation)的快速发展,生成式世界模型(https://huggingface.co/papers?q=generative%20world%20models)日益被期望取代传统模拟器,包括物理引擎(https://huggingface.co/papers?q=physics%20engine)、游戏引擎和强化学习环境。然而,从生成到仿真的距离尚缺乏系统性评估。我们提出一项基于能力的研究,使用外部标准:传统模拟器的八项能力,即资产构建、物理引擎(https://huggingface.co/papers?q=physics%20engine)、交互性、可控性(https://huggingface.co/papers?q=controllability)、稳定性、状态反馈(https://huggingface.co/papers?q=state%20feedback)、多样性和评估指标。我们追踪了三条主要技术路线——隐式动态(https://huggingface.co/papers?q=latent%20dynamics)、视频生成(https://huggingface.co/papers?q=video%20generation)和联合嵌入预测(https://huggingface.co/papers?q=joint-embedding%20prediction)——并将2018年至2026年6月发表的恰好200篇代表性作品映射到这些能力上。我们的分析表明,世界模型已在特定场景的交互性和可控性(https://huggingface.co/papers?q=controllability)方面实现了功能替代,但在物理定律的形式保证、结构化状态反馈(https://huggingface.co/papers?q=state%20feedback)以及可复现的长期演化方面仍不及传统模拟器。状态反馈(https://huggingface.co/papers?q=State%20feedback)是最被忽视的跨路线缺陷:在163篇实现论文中,只有6篇提供了用于查询实体状态或物理参数的运行时接口。我们确定了六个研究方向:形式化物理、统一动作接口、一等公民状态反馈(https://huggingface.co/papers?q=state%20feedback)、长期稳定性(https://huggingface.co/papers?q=long-horizon%20stability)、下游实用性评估以及跨路线混合化(https://huggingface.co/papers?q=cross-route%20hybridization)。项目页面:https://github.com/AtongWang/world-model-simulators

查看arXiv页面 (https://arxiv.org/abs/2608.23070) 查看PDF (https://arxiv.org/pdf/2608.23070) 项目页面 (https://github.com/AtongWang/world-model-simulators) GitHub (https://github.com/AtongWang/world-model-simulators) 添加到收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2608.23070)

通过您的代理获取此论文:

hf papers read 2608.23070

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

引用此论文的模型:0

没有链接此论文的模型。

在模型README.md中引用arxiv.org/abs/2608.23070以将其链接到此页面。

引用此论文的数据集:0

没有链接此论文的数据集。

在数据集README.md中引用arxiv.org/abs/2608.23070以将其链接到此页面。

引用此论文的空间:0

没有链接此论文的空间。

在空间README.md中引用arxiv.org/abs/2608.23070以将其链接到此页面。

包含此论文的收藏:0

没有包含此论文的收藏。

将此论文添加到收藏夹 (https://huggingface.co/new-collection) 以将其链接到此页面。

相似文章

编码代理作为世界模拟器表现良好

arXiv cs.AI

本文提出了一种基于代理的框架,利用编码代理从自然语言提示生成物理上可信的世界模拟,在物理准确性和指令保真度方面优于基于视频的模型。

World Machine:面向时间序列的生成式世界建模

arXiv cs.LG

World Machine 提出了一种基于 Transformer 的生成式世界建模架构,用于时间序列分析。该架构通过潜在状态自适应地处理不同长度的上下文,解决了传统 Transformer 的二次内存成本问题。在合成数据集上的实验验证了该方法的可行性,并显示出相比传统 Transformer 的改进。