論文の概要: UniState: Unifying Memory and Intervention for Controllable World Simulation

• arxiv url: http://arxiv.org/abs/2610.25414v1
• Date: Sun, 18 Oct 2026 17:12:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 21:24:32.002987
• Title: UniState: Unifying Memory and Intervention for Controllable World Simulation
• Title（参考訳）: UniState: 制御可能な世界シミュレーションのためのメモリとインターベンションの統合
• Abstract要約: 統一された世界状態表現上に構築された制御可能な世界シミュレーションのためのフレームワークであるUniStateを紹介する。 ユーザーは空間記憶内の物体の動きを指定し、その結果の世界状態が観察されるカメラ軌跡を独立に選択する。
• 参考スコア（独自算出の注目度）: 20.514145794692553
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: World models offer increasingly rich environments for exploration, yet intervening in a world while observing the consequences from freely chosen viewpoints remains challenging. We tackle these challenges by introducing UniState, a framework for controllable world simulation built on a unified world-state representation. This representation unifies spatial memory and user interventions. Users specify object motion directly within spatial memory, while independently choosing the camera trajectory from which the resulting world state is observed. This unification makes the relationship between the scene and the requested changes explicit, removing ambiguity between object motion and viewpoint change from the control specification. Crucially, specifying an intervention does not require prescribing every resulting movement: the video model can synthesize additional motion within controlled objects and plausible interactions with their surroundings. We develop training and sampling strategies that help generated videos follow the specified object motion and camera trajectory while preserving this capacity to generate responses beyond the prescribed transformations. Experiments demonstrate more accurate joint object and camera control than the existing methods, alongside qualitative evidence that intervention-induced scene changes persist across rollouts.
• Abstract（参考訳）: 世界モデルは、探索のためにますます豊かな環境を提供するが、自由選択された視点からの結果を観察しながら、世界に介入する。 統一された世界状態表現上に構築された制御可能な世界シミュレーションのフレームワークであるUniStateを導入することで、これらの課題に対処する。 この表現は空間記憶とユーザの介入を統一する。 ユーザは空間記憶内で直接オブジェクトの動きを指定し、その結果の世界状態が観察されるカメラ軌跡を独立に選択する。 この統合により、シーンと要求された変更との関係が明確になり、オブジェクトの動きと視点の変化のあいまいさが制御仕様から取り除かれる。 ビデオモデルは、制御された物体内の追加の運動を合成し、周囲との可視的な相互作用を合成することができる。 我々は,映像生成支援のためのトレーニング・サンプリング手法を開発し,その能力を維持しながら,所定の変換を超える応答を生成する。 実験では、既存の方法よりも正確なジョイントオブジェクトとカメラコントロールが示され、介入によって引き起こされるシーンの変化がロールアウト全体にわたって持続するという定性的な証拠が示された。

関連論文リスト

• 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)
• DisCo: World Models with Discrete Camera Motion Control [79.86256515640231]
  本研究では、離散アクションプリミティブのコンパクトなセットで生成し、アクション分離性を改善する制御可能なビデオワールドモデルであるDisCoを提案する。 DisCoは、視覚的品質を維持しながら、はるかに信頼性の高いアクションを達成する。
  論文  参考訳（メタデータ） (2026-06-06T03:50:45Z)
• WorldCraft: From Camera Navigation to Object Manipulation in Interactive Video World Models [32.26032900976109]
  カメラナビゲーションからオブジェクトレベルのトラジェクトリアクションまで,インタラクティブなビデオワールドモデルを拡張するフレームワークであるWorldCraftを紹介する。 ユーザクリックとスケッチされたパスが与えられたら、WorldCraftは、選択したオブジェクトが所定の軌跡に従う将来のフレームを生成する。 実験により、WorldCraftは正確なオブジェクト制御を可能にし、カメラのみの評価の下でビデオベースのワールドモデルのカメラ忠実性を保ち、長期の自己回帰ロールアウトでオブジェクト状態を維持することが示されている。
  論文  参考訳（メタデータ） (2026-05-24T13:40:42Z)
• SymphoMotion: Joint Control of Camera Motion and Object Dynamics for Coherent Video Generation [11.470401259593944]
  SymphoMotionは、単一のモデル内でカメラの軌跡とオブジェクトのダイナミクスを管理する統合モーションコントロールフレームワークである。 The SymphoMotion are shown that SymphoMotion are significantlyforms existing method in visual fidelity, camera controllability, and object-motion accuracy。
  論文  参考訳（メタデータ） (2026-04-04T12:59:24Z)
• Astra: General Interactive World Model with Autoregressive Denoising [73.6594791733982]
  Astraはインタラクティブな汎用世界モデルであり、多様なシナリオのために現実世界の未来を生成する。 本稿では,自己回帰型認知型アーキテクチャを提案し,時間的因果的注意を用いて過去の観測を集約する。 Astraはインタラクティブで一貫性があり、一般的な長期的なビデオ予測を実現し、様々な形式のインタラクションをサポートする。
  論文  参考訳（メタデータ） (2025-12-09T18:59:57Z)
• Learning Video Generation for Robotic Manipulation with Collaborative Trajectory Control [72.00655365269]
  本稿では,協調的軌跡定式化を通じてオブジェクト間ダイナミクスをモデル化する新しいフレームワークであるRoboMasterを紹介する。 オブジェクトを分解する従来の方法とは異なり、我々のコアは、相互作用プロセスを3つのサブステージ(相互作用前、相互作用後、相互作用後)に分解することである。 提案手法は既存の手法よりも優れており,ロボット操作のための軌道制御ビデオ生成における最先端性能を確立している。
  論文  参考訳（メタデータ） (2025-06-02T17:57:06Z)

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。