视频世界模型

世界指南:一个以目标为导向的视频世界模型,用于执行程序任务

世界指南 (WorldGuide) 是MBZUAI-ORYX的一种目标导向的视频世界模型,它将程序性视频生成转换为闭环任务执行.ContextPlanner从产生的视觉状态预测下一个原子动作或完成 token ,而 Ex…