KAIST 发布 World Observer:全景观察者让世界模型记住视野之外
kaist-ai · hf · 2026-10-02
KAIST AI 团队提出 World Observer,解决视频世界模型「以行动者为中心」的固有缺陷:物体一旦离开 agent 视野,模型往往丢失其状态,重入时表现崩坏。
核心设计:
- 解耦观察与行动:同时生成一个以 agent 为中心的 actor 视角,外加一个或多个自由布置的全景 observer,持续注视场景中选定的区域,视野外物体仍在视觉上演化,重入视野时状态得以保留。
- 几何对应:actor 与 observers 从同一全景源做 warp,建立显式几何对应;并用高分辨率参考的 Observer Sink 在物体重入时恢复细粒度外观。
- 可控性:observer 可接收控制信号,引导视野外的演化方向。
团队还提出了世界空间评测指标与覆盖真实和合成场景的新基准。结果显示 World Observer 显著改善视野外动态建模,同时在视觉保真度、相机控制与 3D 一致性上保持竞争力。
所属事件:KAIST 推出 World Observer 让世界模型记住视野外世界(2 条相关)→
「研究」频道最新
- 顶级实验室的最大优势不是钱,而是帮你省下数年试错时间 — madeofAjala · 2026-11-19
- LEV 循环决策模型:2.6B 模型四轮推理准确率 63.2%→76.2% — jiqizhixin · 2026-11-19
- 单卡 36 小时、100B tokens 从零预训练 400M 稀疏 MoE 模型 — Tall_Abrocoma_3533 · 2026-11-19
- 研究者质疑 METR/Anthropic「2 倍加速」RSI 论证统计上站不住 — jessi_cata · 2026-11-19
- 用线性探针识别基座模型补全文本时扮演的人格,尚无人尝试 — cephaloform · 2026-11-19
- ETH 机器人 Anymal 阿尔卑斯山完成 10 公里全自主徒步 — ChongZzZhang · 2026-11-19