WorldFoundry:用执行记录与评估证据整理世界模型

论文提出跨视频、三维与具身动作的推理评估基础设施,将目录登记、运行准备与性能验证分开记录,并以持续状态和反馈闭环界定世界模型。

Share
WorldFoundry:用执行记录与评估证据整理世界模型
原文配图 · 图片出处

论文阅读笔记 · arxiv.org · 原文日期 2026-11-07

用持续状态界定反馈闭环

论文把世界模型的判断重点放在持续状态与反馈闭环上。按作者定义,一次干预必须在状态中留下痕迹,并约束后续预测;新观测也要反过来修正状态。画面看起来合理,只涉及观测解码器,不能单独证明系统维持了持续更新的环境状态。

把运行流程与评估产物接起来

WorldFoundry 覆盖模型与基准发现、运行环境和资源准备、执行编排、产物管理、评估及交互可视化。其设计通过模态适配器保留原生执行与评估语义,用声明式清单描述依赖、资源和接口,再以持久化产物约定连接执行与评估,让后续判断能追溯到输出。

目录规模与执行证据分别登记

作者列出的当前目录包含270个模型条目、74个基准和62个已注册指标条目。目录对每个条目的集成准备情况与执行证据分别记录。因此,这些数字描述的是收录规模;判断某个模型是否已有运行证据,仍要查看对应条目的记录。

参考流程验证的结论边界

作者报告,所有模型运行器都经过有文档记录的端到端参考流程验证,形成可审计的运行准备记录。这一声明限定在受测配置下:它支持判断运行器能否完成对应流程,不能直接据此认定所有模型具备持续状态和反馈闭环,也不能推出它们在共同任务上的性能优劣。

原始标题:WorldFoundry: Towards Unified Infrastructure for World Intelligence
来源:arxiv.org