UniWorld：统一世界模型实现实时视觉仿真

2026 年 10 月 26 日，arXiv cs.CV 出现论文 UniWorld，提出一个统一世界模型框架用于实时视觉世界模拟：它在同一个视频生成模型中整合深度轨迹与参考外观，以支持连续的视觉世界模拟。方法上，UniWorld 采用噪声对齐的重叠续写和滚动深度潜状态机制，据称可以精确保留潜变量历史；同一个生成器支持估计、原生与按需模拟器深度三种模式，并且在缓存与增量执行下输出逐比特一致。报道称，在稳态 DiT 执行路径下，实测达到实时生成吞吐。目前公开信息仅来自该论文本身，尚无第三方复现或对比评测。事件进展即该框架的首次公开提出。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。