生成建模与扩散
突破级
有讲解视频
收录解读
SCOPE 处理 FPS playable world models 的控制难题：高频、重叠的控制信号会同时影响局部武器区域和全局相机/移动，普通全局 action injection 容易干扰无关区域。
论文观察到 FPS actions 具有空间选择性，离散动作如开火和换弹主要影响 weapon scope，连续相机和移动则控制周围环境。
方法在 pretrained video diffusion model 的每个 transformer block 中插入 conditioning module，把特征重排为 per-pixel temporal sequences，让每个位置按局部视觉内容计算 action response；同时发布 CrossFPS 多游戏数据集。
它值得正式收录，因为它为可玩世界模型提供了局部动作响应和跨游戏泛化接口，对游戏 world model、交互仿真和 embodied environment generation 有复用价值。