AdaState: Self-Evolving Anchors for Streaming Video Generation
AdaState 处理 streaming/autoregressive video diffusion 的一个结构性问题：first-frame KV cache 被模型过度当作静态 scene anchor，导致身份一致但动态被压制，长视频容易变成视角和场景都被锁住。 方法上，论文用 adaptive st...
YoCausal: How Far is Video Generation from World Model? A Causality Perspective
随着视频生成被包装成 world model，一个核心问题是模型是否真的理解因果，还是只学习了时间统计相关性。 YoCausal 借鉴认知科学 violation-of-expectation 范式，用真实视频的时间反转作为低成本自然 counterfactual，提出 RSI 评估 arrow-of-time...
minWM: A Full-Stack Open-Source Framework for Real-Time Interactive Video World Models
高质量视频扩散模型距离可交互 world model 还差一条完整工程链：控制、因果 rollout、低延迟、蒸馏和流式推理需要同时解决。 minWM 给出从现有 bidirectional video foundation model 到 real-time interactive video world m...
A Benchmark for Interactive World Models with a Unified Action Generation Framework
interactive world model 一直缺少统一评测接口，尤其不同模型的 action interface 常常根本不兼容。这篇工作的关键不是再造一个 world model，而是提出统一的 action generation framework 去对齐评测。 iWorld-Bench 的价值在于把...