WorldWeaver:利用世界状态寄存器解决Multi-Agent视频生成的逻辑一致性难题

方法概述:WorldWeaver架构

本文介绍WorldWeaver,一种流式Multi-Agent视频扩散模型。针对现有方法难以维持共享世界状态的问题,引入世界状态寄存器(WSR)和混合Transformer(MoT)。实验显示,在Minecraft任务上WorldScore达105.1,优于Solaris基线。需注意该方法依赖显式状态监督,且WorldScore对FID尺度敏感。