arXiv 2609.28654 · cs.AI · 2026-09-23
Training Object Permanence in World Models
Haotian Zhang, Fengyuan Yu, Dezhi Luo, Haoran Sun, Zehong Zhao, Qingying Gao, Yihan Li, Siyuan An 等 31 人
Carnegie Mellon University
在最新榜 #40 2026-W39 第 4 名 本站收录于 2026-10-21
一句话要点
构建 150 个认知科学启发任务，检验并训练视频世界模型的“物体恒存”常识。
Builds 150 cognitive-science tasks to test and train object permanence in video world models.
阅读 arXiv 原文 PDF Hugging Face 讨论 代码仓库 项目页
主题与学科
同主题：视觉生成
- MaLiang-Harness: A Programmable Path to Image and Video Generation ▲367
- Any Time, Any Space: A World-State-Centric Framework for Agentic Video Generation ▲364
- DiffusionART: Efficient, Stable and Scalable Reinforcement of Diffusion Models ▲325
- UltraText Bench: A Comprehensive Bilingual Benchmark for Evaluating Visual Text Rendering in Image Generation ▲197
- Matrix-Game 4.0: Harnessing Video Models for Real-Time Playable Game Worlds ▲182
数据说明
元数据来自 arXiv API（已核实）；点赞来自 Hugging Face 每日论文；引用来自 Semantic Scholar。最近刷新 2026-10-22。
要点由本站根据摘要自写，不转载摘要原文，请阅读原文。