Owl-1：用于一致性长视频生成的全域世界模型

基于摘要分析。该研究面向长视频生成中跨片段不一致的问题，提出 Omni World modeL（Owl-1），通过潜在世界状态及其时间动态，为视频生成模型（VGMs）提供长期连贯的生成条件，而非仅将上一轮的末帧作为下一轮条件。 核心机制：作者将视频视为底层演化世界的观测，用潜在状态变量表示世界，并将其解码为显式视频观测；这些观测进一步用于预测时间动态，动态再更新状态变量。持续状态与演化动态的交互旨在同时支持长视频的多样性和一致性。相对于摘要描述的末帧条件迭代方法，其主要区别是保留超出局部画面信息的状态表示。摘要未说明具体状态结构、动态预测模块、损失函数、训练流程及生成时的更新细节，不能仅凭来源栏目将其认定为特定 State Space Model 架构。 结果与证据：作者报告，Owl-1 在 VBench-I2V 和 VBench-Long 上取得与 SOTA 方法相当的表现。摘要未提供具体指标、分数、对照方法、生成长度或评估划分，因此尚不能量化其长期一致性收益，也不能将“相当”解读为全面优于已有方法。实验协议、消融及统计信息尚未验证。 复现与适用边界：材料提供了代码仓库入口，但实现完整性、权重可用性、训练数据与计算需求尚未验证。原论文的主要对象是视觉世界建模和视频生成，不是神经信号解码；潜在状态机制是否适用于 EEG/BCI 仍需独立评估，已有 EEG 相关工作尚未检索确认。