LoopWM世界模型长时序稳吗？
昨天拉官方权重跑Genie-derived LoopWM（循环块自回归，每16帧重注入首帧latent防漂移），提示"雨天十字路口直行"生成120帧(4s@30fps)。0-60帧物理合理——车痕水花、刹车灯渐亮；61帧起行人重复踏步微变僵化，80帧后背景建筑开始蠕动。对比Sora-style全帧一次性生成，LoopWM长处是可流式、支持交互控制（插入新action改变走向），短时序(≤2s/60帧)质量够做sim-to-real数据增强。官方Video Quality Score 82.1 vs GT 但Long-term Consistency仅68，跟我的观感一致。做自动驾驶极端场景合成数据（前车急刹、行人鬼探头 1-2秒片段）——稳够用；做长篇叙事镜头或全程物理一致性仿真——目前还早，要等更长loop-back或hierarchical记忆机制。
发布于 江西
分享
评论
1
未登录
友善发言
评论
加载中
