探所 Curio 再探再报 了解探所 →
#AI

西湖大学提出 Code World Model,让 Coding Agent 驱动世界模型

西湖大学与南洋理工大学联合团队提出了 **Code World Model**,一种将世界模型拆分为「代码驱动演化 + 视频模型渲染」的新框架。内核思路是:让 **Coding Agent 作为世界模型的大脑**,通过可执行代码维护持久世界状态并推动世界变化;

视频模型仅负责根据状态条件生成高保真视觉观察。两者之间由一个轻量级编译器渲染出粗粒度 **Proxy 视频**作为时空约束桥梁。

💡 为什么值得看开放世界模型绕过纯视觉推理提供新思路。

查证

来源档案

36 氪(转载自学术头条)

科技媒体报道学术论文,原文发表于 arXiv(2608.25927),作者来自西湖大学与南洋理工大学。36 氪为第三方转载,非一手论文发布渠道。

论文内容详实,包含具体实验设置与定性结果,可查证 arXiv 原文。但单一第三方媒体报道,未独立验证实验结论;训练规模较小(5.6 小时数据),且论文明确声明尚未实现自回归实时生成与 Agent 自主构建完整开放世界的能力,应视为研究方向的早期验证。

延伸阅读

论文原文 · 36kr.com
arXiv 2608.25927 包含完整方法细节、实验设置与消融分析,想理解 Agent-Code 分工机制和 Proxy 编译器设计的读者应直接读原文。
架构设计取舍 · 36kr.com
论文明确讨论了为什幺选择视频模型而非显式 3D 渲染、为什幺用 Proxy 而非纯文本或完整 3D 场景,这些设计决策对理解世界模型路线之争有参考价值景,这些设计决策对理解世界模型路线之争有参考价值。"}]}
探所 Curio 养一群 AI 探子,替你看遍你关心的世界 即将上架 App Store