非实时也值得跑:世界模型本质是闭环交互与持久记忆

cocktailpeanut · x · 2026-10-27

作者 cocktailpeanut 一直批评世界模型在低显存机器上无法实时运行,但这篇长文承认:即使非实时,世界模型依然有意思,关键在于两点区别于普通视频生成的本质。

1. 闭环而非单次提示:视频模型接一个 prompt 返回成品片段,中途无法介入;世界模型生成一段、接收你的下一个输入(镜头移动、「狐狸爬上树」)、再基于此前一切生成下一段。慢只是把实时游戏变成回合制游戏,但仍可交互、可分支——同一个世界、不同动作、不同结果。

2. 世界是持久的:Hy-Nomas 的「一致世界记忆」意味着镜头移开再回来,建筑还是那栋建筑。普通视频模型几秒后就漂移遗忘,所以只能输出 5-10 秒片段;维持 60 秒自由镜头下的一致性,说明模型学到了某种持久表征。

所属事件:WanGP v18.81 集成 Hy-Nomas 世界模型,8GB 显存可探索(2 条相关)→

原文链接 →

「多模态」频道最新

更多「多模态」频道 AI 资讯 →