Nghiên cứu
EditWorld: Mô hình thế giới video hỗ trợ chỉnh sửa chính xác và tham chiếu linh hoạt
(giờ Việt Nam)
Tóm tắt AI
EditWorld là mô hình thế giới video cho phép chỉnh sửa trực tiếp và tham chiếu hình ảnh trong quá trình tạo tự hồi quy, giúp việc mô hình hóa thế giới trở nên linh hoạt và chính xác hơn.
Chính văn · Bản dịch AI
Tóm tắt: Chúng tôi giới thiệu EditWorld, một mô hình thế giới video dành cho việc chỉnh sửa chính xác và tham chiếu linh hoạt trong các thế giới có thể tương tác. Các mô hình thế giới video hiện nay chủ yếu tập trung vào điều hướng, cho phép người dùng khám phá các thế giới được tạo ra nhưng lại hạn chế khả năng kiểm soát việc sửa đổi nội dung thế giới hiện có. EditWorld mở rộng mô hình thế giới từ khám phá sang sửa đổi chính xác bằng cách truyền phát các chỉ dẫn chỉnh sửa và hình ảnh tham chiếu trong quá trình tạo tự hồi quy. Để hỗ trợ các khả năng này, EditWorld giới thiệu Gated Causal Attention cho các điều kiện chỉnh sửa và hình ảnh tham chiếu thay đổi theo thời gian, cùng với cơ chế Sparse Context giúp duy trì ngữ cảnh lịch sử giới hạn cho suy luận dài hạn. Chúng tôi tiếp tục áp dụng phương pháp huấn luyện tự hồi quy và hai chiều kết hợp với tự lấy mẫu giảm dần (annealed self-resampling), đồng thời xây dựng một quy trình tổng hợp và chú thích dữ liệu chuyên dụng nhằm cung cấp sự giám sát cho việc chỉnh sửa thế giới. Chúng tôi cũng giới thiệu WBench-Editing để đánh giá một cách hệ thống các khả năng chỉnh sửa thế giới theo thời gian thực. EditWorld đạt hiệu suất tổng thể tốt nhất trên WBench-Editing với điểm số tổng quát là 73,8 và điểm chỉnh sửa là 80,0, vượt trội đáng kể so với các phương pháp hiện có trên các chỉ số liên quan đến chỉnh sửa. đường dẫn https này
| Chủ đề: | Thị giác máy tính và Nhận dạng mẫu (cs.CV); Trí tuệ nhân tạo (cs.AI) |
| Trích dẫn là: | arXiv:2609.34470 [cs.CV] |
| (hoặc arXiv:2609.34470v1 [cs.CV] cho phiên bản này) | |
| https://doi.org/10.48550/arXiv.2609.34470 DOI do arXiv cấp thông qua DataCite (đang chờ đăng ký) |
Lịch sử gửi bài
Từ: Xinyao Liao [xem email] [v1] Thứ Hai, 28 tháng 9 năm 2026 07:26:50 UTC (8.094 KB)
Bài viết được AI dịch và tổng hợp tự động từ HuggingFace Daily Papers (bài nghiên cứu nổi bật của cộng đồng). Liên kết bài gốc ở phía trên. Dữ liệu đồng bộ qua API công khai được ghi nguồn tại AI HOT (canonical) ↗. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.