ForgeWM: Progressive Causal Training для Few-Step Action-Conditioned Video World Models

исследования офиц. + СМИ 2 ист. ~1 мин

Четырёхступенчатое прогрессивное обучение (domain adaptation → teacher-forced causal → causal consistency distillation → on-policy distribution matching) превращает двунаправленный видеогенератор в 1/2/4-шаговую каузальную world model. Продемонстрировано на Minecraft и FPS с геймпадом в режиме dual-path для интерактивного использования и реплея.

Почему это важно

HuggingFace Daily Papers: 95 upvotes. По словам авторов, первый фреймворк, поддерживающий low-latency каузальное игровое управление от диффузионного бэкбона при инференсе менее чем за 4 шага.

Важность: 2/5

HF Daily Paper с 95 upvotes (чуть ниже порога 100 upvotes для importance-bump)

multimodal world-models video-generation diffusion agents gaming

Источники

официальный arXiv abstract page

официальный HF Daily Papers entry