論文の概要: Old Is Not False: Valid-Time Memory for Interactive Video World Models

• arxiv url: http://arxiv.org/abs/2611.00758v1
• Date: Sat, 31 Oct 2026 09:14:06 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:08:57.937341
• Title: Old Is Not False: Valid-Time Memory for Interactive Video World Models
• Title（参考訳）: 古いものは偽りではない:インタラクティブなビデオワールドモデルのためのバリデーションタイムメモリ
• Abstract要約: テンポラルデータベースは、レコードが保存されているときと、そのコンテンツが保持されているとき、その有効時間とを区別する。 最新のタイムスタンプを信頼することは、すべての現在のビューが時代遅れのすべてのビューの後に日付づけられた時にちょうど正しいことを証明します。
• 参考スコア（独自算出の注目度）: 20.87615894247359
• License:
• Abstract: Interactive video world models draw each frame from a memory bank of earlier frames stamped with their capture times. With frames, weights and noise fixed, reversing the timestamps of two views flips the state that generators of two families draw: they take the newest timestamp as the truth. That reading is right as long as states never return. After an agent undoes an action, the newest view of a region is outdated and the only view of the present is older; memories for changing worlds delete that older view, and memories that keep it hand the generator the past. Temporal databases separate when a record is stored from when its content holds, its valid time. ReDate keeps every frame and dates each retrieved token by its valid time, read from the agent's action log. The frozen generator then reads a reverted region as one that has just reached a new state, so ReDate needs no training. We prove that trusting the newest timestamp is right exactly when every current view is dated after every outdated one, that without a view taken after the return only the action log tells a reverted region from an up-to-date one, and that a generator able to draw from its own prediction gains more from re-dating than from deletion when the moved tokens keep little weight. After an undo, ReDate raises the share of FAR's steps showing the current state from 0.36 to 0.62 and HY-WorldPlay's from 0.003 to 0.19. We also propose a calibrated state metric to test any memory after undos.
• Abstract（参考訳）: インタラクティブなビデオワールドモデルは、キャプチャ時間でスタンプされた以前のフレームのメモリバンクから、各フレームを描画する。 フレーム、重み、ノイズが固定され、2つのビューのタイムスタンプが反転すると、2つのファミリーのジェネレータが引き出す状態が反転する。 その読書は、国家が二度と戻らない限り正しい。 エージェントがアクションを解除した後、ある領域の最新のビューは時代遅れになり、現在のビューのみが古い。 テンポラルデータベースは、レコードが保存されているときと、そのコンテンツが保持されているとき、その有効時間とを区別する。 ReDateは、各フレームと取得したトークンの有効期限を、エージェントのアクションログから読み取るために保持する。 凍結されたジェネレータは、リバージョンされたリージョンを新しい状態に到達したばかりのリージョンとして読み込むため、ReDateはトレーニングを必要としない。 最新のタイムスタンプを信頼することは、すべての現在のビューが時代遅れになった後、正確に日付付けされていることを証明し、返却後のビューがなければ、アクションログだけが最新のものから逆転したリージョンを指示し、移動したトークンがほとんど重みを保たない場合に、自分自身の予測から引き出すことができるジェネレータが、削除されるよりも、再日付けによってより多く得られることを証明した。 アンドの後、ReDateは現在の状態を示すFARのステップのシェアを0.36から0.62に引き上げ、HY-WorldPlayは0.003から0.19に引き上げた。 また、Undos後のメモリをテストするための校正状態メートル法も提案する。

関連論文リスト

• REEL: Same Frames, Different Answers and Different Costs [16.906178407001367]
  REELは、全く同じ観測フレームから構築された3つの保存された表現を比較する評価フレームワークである。 各フレームは、ペア化された正しさの変化、累積GPU時間、ストレージサイズによって、フルリプロセッシング(Frame)と比較される。
  論文  参考訳（メタデータ） (2026-10-28T01:53:23Z)
• Recast the Past: Stable Long Video Generation with Full Context Memory [86.51692608974945]
  ReCamは、歴史的潜伏者の局所的なブロックをプロジェクトにグループ化し、それらを高次元の隠れた空間に直接緩和する。 Transformerモデルは、ネイティブな自己アテンションを通じて結果のトークンを使用することを学び、完全な履歴へのブロックレベルアクセスを維持しながら、メモリトークン数を削減します。 評価手法のうち,ReCamは,R2M-Bench上でのVhorizon-Long総合スコア80.1と,競合する静的・シーンの再現性能を最高に達成している。
  論文  参考訳（メタデータ） (2026-10-20T10:27:07Z)
• Keepsake: Selective Spatial Memory for Long-Horizon Video Generation [57.166020875486474]
  ロングホライゾンカメラ制御ビデオ生成は、シーンの一貫性を維持するために永続メモリに依存している。 既存のシステムは、この一貫性を達成するための2つの戦略に従う。 固定容量空間記憶のためのオンライントレーニングフリーコントローラであるKeepsakeを紹介する。
  論文  参考訳（メタデータ） (2026-10-05T16:02:50Z)
• Honeycomb: Constant-Size Scene Memory Representation for Video World Models [19.478192594069455]
  ビデオワールドモデルは、長期ビデオ生成時の一貫性を維持するためにシーンメモリを必要とする。 We introduced Honeycomb, a video world model built on HexMemory。 WorldScoreとRealEstate10Kの実験では、HexMemoryの機能ストレージを世代毎に一定に保ちながら、強力なビデオ生成品質と再検討の一貫性が示されている。
  論文  参考訳（メタデータ） (2026-09-29T14:33:39Z)
• Positions Are Not Facts: The Mismatch Between KV Caches and Memory [26.404635510613943]
  レコード全体を隠蔽し、置換された値だけを隠蔽し、古いテキストを削除し、キャッシュを再計算する。 マスキングは8つのモデル全てに新しい値を強く好ませるが、6つのモデルはユニットエラーや停止失敗によって完全な答えを失う。 その後の州は、以前の記録から有用な情報も保持している。
  論文  参考訳（メタデータ） (2026-09-27T16:56:16Z)
• MoM: Memory of Memory [10.647842476494423]
  メモリトラックは、自身のエントリの内容だけでなく、出典、ステータス、履歴も形式化します。 MoM を textscProvenant Memory (P-Mem) としてインスタンス化する そのターンレベルの読み取りは、最も高い検索メモリの精度を$sim$4$times$ less read tokensと一致させる。
  論文  参考訳（メタデータ） (2026-09-07T11:59:46Z)
• Do Video Generators Track the World Across Segments? A Benchmark and Method for World-State Reasoning in Video Continuation [42.028585134913214]
  本稿では,過去の映像と新しいプロンプトの両方で決定された状態を反映した継続を生成するモデルについて述べる。 実験により,全ケース状態スコア(SCS-All)を45.2から69.3に引き上げることにより,制御された映像の連続性を改善するとともに,1分間のスケールでのストーリー生成にも有効であることがわかった。
  論文  参考訳（メタデータ） (2026-09-03T11:09:46Z)
• SimpleMemVLA: A Simple but Effective Native-Video Memory for Vision-Language-Action Models [47.662249052606995]
  専用メモリモジュールを持たないVLAであるSimpleMemVLAを紹介する。 サンプルされた履歴をそのまま保持し、タイムスタンプ付きビデオフォーマットでバックボーンに渡す。 SimpleMemVLAは、汎用制御のコストなしで4つのメモリベンチマークに新しい状態を設定する。
  論文  参考訳（メタデータ） (2026-09-02T02:23:39Z)
• Addressable Memory for Video World Models [50.40232922140905]
  インタラクティブなビデオワールドモデルにおける視覚的永続性について研究する。 長時間の視覚的永続性のためのトレーニング不要なメモリフレームワーク WorldTrace を提案する。
  論文  参考訳（メタデータ） (2026-08-07T16:55:57Z)
• Echo-Memory: A Controlled Study of Memory in Action World Models [58.77172260403133]
  本研究では,行動条件付き世界モデルにおける記憶機構の制御に関する研究を行う。 既存のメモリ設計と比較するのは難しいのは、ゲインにはバックボーン、トレーニング、検索、評価の違いが絡み合っているからである。 我々はEcho-Memoryを使ってアクション・ツー・ビデオのインタフェースを修正し、生成元によって履歴が保存され読み込まれるかだけを変える。
  論文  参考訳（メタデータ） (2026-06-08T17:54:10Z)

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。