生成的世界也能交互！牛津大学&莫纳什大学&布里斯托大学等团队提出交互式视频世界模型Oneira
2026.10.13 · 产品 · 新模型 · 论文预印本
新模型用World State Table单独记录物体状态，实现精确交互与长程状态保持。
牛津大学、莫纳什大学、布里斯托大学等团队提出交互式视频世界模型 Oneira，将视频世界模型从开放式生成推向开放世界交互。它通过 Coding Agent 维护的 World State Table 记录场景物体及状态，精确改变指定物体并在后续视频中持续保留。实验显示其在交互准确性上比最强基线高出 29、19 和 29 个百分点。
- Oneira 由 Coding Agent、World State Table…
- World State Table 记录物体语义标签、3D BBox 和交互状…
- 新出现物体经 3D 感知工具加入表中，可交互物体随探索不断增加
- 交互测例三项指标分别比最强基线高 29、19 和 29 个百分点
- 记忆测例中 PSNR 和 SSIM 分别提升 93% 和 83%，状态保持率提…
为什么值得看
视频世界模型首次实现精确、可持久的状态交互，突破传统局限。
适合谁关注
关注视频生成、世界模型与具身智能的研究者和开发者。