注目★★★★★Hugging Face Papers
動画世界モデルに永続状態、Programmable World Modelが94%精度
30秒で把握
- 1Programmable World Modelが映像生成と永続的な世界状態を分離
- 2自然言語を実行規則へ変換し画面外エンティティも状態管理
- 3CombatStateBenchでCount 94%・State 98%を達成
要約
Programmable World Modelは、世界状態の更新と映像生成を分離し、実行可能なルールで永続的かつ制御可能な環境を構築するフレームワークだ。自然言語の指示をエンティティの状態と状態遷移規則を指定するプログラムへ変換し、軽量エンジンが画面外の要素や非視覚属性を含む全体状態を維持する。状態付き3D oriented bounding boxes（OBB）とカメラ軌道から映像モデル向けの時空間条件を決定的に生成し、個別エンティティを直接操作できるゲームを実現した。CombatStateBenchでCount Accuracy 94%、State Accuracy 98%を達成し、既存のインタラクティブ動画世界モデルを上回った。
あなたへの影響
ゲームやシミュレーションを開発する日本のエンジニアは、映像生成とルール実行を分離する構成を次の評価候補に加えるべきだ。
推奨：OBBは物体の向き付き3D境界ボックスで、状態を映像モデルへ渡す中間表現として機能する。