論文の概要: LiveWorld: Simulating Out-of-Sight Dynamics in Generative Video World Models
- arxiv url: http://arxiv.org/abs/2603.07145v1
- Date: Sat, 07 Mar 2026 10:31:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-10 15:13:13.900938
- Title: LiveWorld: Simulating Out-of-Sight Dynamics in Generative Video World Models
- Title（参考訳）: LiveWorld: 生成的ビデオワールドモデルにおける視界外ダイナミクスのシミュレーション
- Abstract要約: 近年の世代別ビデオワールドモデルは、視覚環境の進化をシミュレートすることを目的としており、観察者はカメラ制御によってシーンをインタラクティブに探索することができる。
彼らは、世界は観察者の視野内でしか進化しないと暗黙的に仮定している。
オブジェクトがオブザーバの視点を離れると、その状態はメモリ内で"凍結"され、その後同じ領域を再考しても、その間に発生すべき出来事を反映できないことがしばしばある。
永続的な世界進化をサポートするために,ビデオワールドモデルを拡張する新しいフレームワークであるLiveWorldを提案する。
- 参考スコア（独自算出の注目度）: 32.92934803081681
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent generative video world models aim to simulate visual environment evolution, allowing an observer to interactively explore the scene via camera control. However, they implicitly assume that the world only evolves within the observer's field of view. Once an object leaves the observer's view, its state is "frozen" in memory, and revisiting the same region later often fails to reflect events that should have occurred in the meantime. In this work, we identify and formalize this overlooked limitation as the "out-of-sight dynamics" problem, which impedes video world models from representing a continuously evolving world. To address this issue, we propose LiveWorld, a novel framework that extends video world models to support persistent world evolution. Instead of treating the world as static observational memory, LiveWorld models a persistent global state composed of a static 3D background and dynamic entities that continue evolving even when unobserved. To maintain these unseen dynamics, LiveWorld introduces a monitor-based mechanism that autonomously simulates the temporal progression of active entities and synchronizes their evolved states upon revisiting, ensuring spatially coherent rendering. For evaluation, we further introduce LiveBench, a dedicated benchmark for the task of maintaining out-of-sight dynamics. Extensive experiments show that LiveWorld enables persistent event evolution and long-term scene consistency, bridging the gap between existing 2D observation-based memory and true 4D dynamic world simulation. The baseline and benchmark will be publicly available at https://zichengduan.github.io/LiveWorld/index.html.
- Abstract（参考訳）: 近年の世代別ビデオワールドモデルは、視覚環境の進化をシミュレートすることを目的としており、観察者はカメラ制御によってシーンをインタラクティブに探索することができる。
しかし、彼らは暗黙的に、世界はオブザーバーの視野内でしか進化しないと仮定している。
オブジェクトがオブザーバの視点を離れると、その状態はメモリ内で"凍結"され、その後同じ領域を再考しても、その間に発生すべき出来事を反映できないことがしばしばある。
本研究では,この限界を「視界外ダイナミクス」問題として認識・定式化することで,映像世界モデルが連続的に進化する世界を表現することを妨げている。
この問題に対処するため、我々は、永続的な世界進化をサポートするために、ビデオワールドモデルを拡張する新しいフレームワークであるLiveWorldを提案する。
LiveWorldは、世界を静的な観測メモリとして扱う代わりに、静的な3D背景と動的エンティティで構成された永続的なグローバルステートをモデル化する。
これらの目に見えないダイナミクスを維持するため、LiveWorldは、アクティブエンティティの時間的進行を自律的にシミュレートし、再考し、空間的に一貫性のあるレンダリングを保証するための、モニターベースのメカニズムを導入した。
評価には、視界外ダイナミクスを維持するための専用のベンチマークであるLiveBenchも導入する。
大規模な実験により、LiveWorldは永続的なイベント進化と長期のシーン一貫性を可能にし、既存の2D観測ベースのメモリと真の4Dダイナミックワールドシミュレーションのギャップを埋めることを示した。
ベースラインとベンチマークはhttps://zichengduan.github.io/LiveWorld/index.htmlで公開される。
関連論文リスト
- Programmable World Model [37.43654073749753]
本稿では、視覚的観察生成から世界状態の進化を分離するフレームワークであるProgrammable World Modelを紹介する。
エージェントは自然言語の命令をエンティティの状態と状態遷移規則を指定する実行可能なプログラムに変換する。
軽量エンジンはこれらのプログラムを実行し、明示的で永続的な世界状態を更新し維持する。
論文 参考訳（メタデータ） (2026-09-09T17:59:32Z) - Code World Model: Coding Agent as World Brain [51.31807545747191]
私たちは、世界進化と視覚的実現を分離するフレームワークであるCode World Modelを紹介します。
コーディングエージェントは世界脳として機能し、出来事とその結果について推論する。
実行可能状態と視覚的生成を結びつけるために,フレームの時間的制約をプロキシビデオにエンコードするプロキシ表現を導入する。
論文 参考訳（メタデータ） (2026-08-26T15:37:33Z) - WorldDirector: Building Controllable World Simulators with Persistent Dynamic Memory [106.28234880163723]
WorldDirectorは、高度に制御可能なビデオワールドモデルフレームワークである。
我々のフレームワークは、視覚生成から意味的な動きのオーケストレーションを明示的に分離する。
長時間の視界外から再突入しても,動的実体の正確な視覚的アイデンティティを保たせることができた。
論文 参考訳（メタデータ） (2026-07-02T17:59:59Z) - Current World Models Lack a Persistent State Core [18.34296893231955]
世界モデルはますます、人工知能への決定的な一歩と見なされている。
それらは、観測から切り離された、時間とともに進化し続ける内部的な世界状態を必要とします。
textbfWRBenchは、カメラの動きを可観測性への介入として扱う最初の体系的診断ベンチマークである。
論文 参考訳（メタデータ） (2026-06-18T17:55:15Z) - MetaWorld: Scaling Multi-Agent Video World Model from Single-view Video Data [125.43597497646444]
MetaWorldは、マルチエージェントビデオワールドモデルをシングルビュービデオから直接オープンドメイン環境にスケールする新しいフレームワークである。
クロスビューの一貫性とアイデンティティの整合性を向上し、マルチエージェントビデオワールドモデリングのための高度にスケーラブルで物理駆動のパラダイムを確立する。
論文 参考訳（メタデータ） (2026-06-01T18:20:20Z) - World2VLM: Distilling World Model Imagination into VLMs for Dynamic Spatial Reasoning [18.658825757342544]
視覚言語モデル (VLM) は静的視覚理解において高い性能を示した。
彼らは今でも、エゴセントリックな動きの下でのシーンの進化を想像する必要がある、ダイナミックな空間的推論に苦慮している。
生成世界モデルから視覚言語モデルに空間的想像力を蒸留するトレーニングフレームワーク World2VLM を提案する。
論文 参考訳（メタデータ） (2026-04-29T17:48:01Z) - Beyond Pixel Histories: World Models with Persistent 3D State [50.4601060508243]
PERSISTは、潜伏した3Dシーンの進化をシミュレートする世界モデルの新たなパラダイムである。
既存の手法に比べて空間記憶,3次元整合性,長期安定性が大幅に向上した。
論文 参考訳（メタデータ） (2026-03-03T19:58:31Z) - TeleWorld: Towards Dynamic Multimodal Synthesis with a 4D World Model [53.555353366322464]
我々は,映像生成,動的シーン再構成,長期記憶をクローズドループシステム内で統合するリアルタイム多モード4DワールドモデリングフレームワークTeleWorldを提案する。
提案手法は,動的オブジェクトモデリングと静的シーン表現のシームレスな統合を実現し,現実的でインタラクティブで計算可能な合成システムに向けて世界モデルを推し進める。
論文 参考訳（メタデータ） (2025-12-31T18:31:46Z) - PAN: A World Model for General, Interactable, and Long-Horizon World Simulation [49.805071498152536]
PANは、汎用的で対話性があり、長い水平世界モデルである。
歴史と自然言語のアクションを前提とした高品質なビデオシミュレーションにより、将来の世界の状態を予測します。
実験により, PANは行動条件付き世界シミュレーション, 長期予測, シミュレーション推論において高い性能を発揮することが示された。
論文 参考訳（メタデータ） (2025-11-12T07:20:35Z) - Simulating the Visual World with Artificial Intelligence: A Roadmap [48.64639618440864]
ビデオ生成は、視覚的に魅力的なクリップを生成するものから、インタラクションをサポートし、物理的な可視性を維持する仮想環境を構築するものへとシフトしている。
この調査は、この進化の体系的な概要を提供し、現代のビデオ基盤モデルを2つのコアコンポーネントの組み合わせとして概念化した。
4世代にわたる映像生成の進展を追究し,本質的な物理的妥当性を具現化した映像生成モデルを構築した。
論文 参考訳（メタデータ） (2025-11-11T18:59:50Z) - Learning 3D Persistent Embodied World Models [84.40585374179037]
我々は、以前に生成されたコンテンツの明示的なメモリを備えた、新しい永続的エンボディド・ワールドモデルを導入する。
映像拡散モデルでは, 映像拡散モデルにより, エージェントの今後の観察のRGB-D映像が予測される。
この生成は、環境の永続的な3Dマップに集約される。
論文 参考訳（メタデータ） (2025-05-05T17:59:17Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。