带世界状态寄存器的流式多智能体自回归扩散模型

基于摘要分析。该研究面向多智能体交互式世界模型，旨在使生成的观测保持一致，并维护跨智能体共享、随视角变化持续演化的世界状态。作者提出 WorldWeaver，在流式自回归视频扩散生成中引入循环更新的跨智能体世界状态寄存器，以显式维护状态，而不只依赖历史观测作为条件上下文。 核心机制是以可学习 token 存储共享世界信息、跟踪各智能体状态，并在每个视频片段生成后动态更新。寄存器的监督信号涵盖个体智能体状态、包含鸟瞰视图的全局状态视图以及场景文本。模型还采用 Mixture-of-Transformers 设计，为世界状态建模和视觉帧建模分别配置权重。其方法特色在于区分潜在世界状态与可见画面的建模职责；寄存器更新规则、损失形式、训练安排及推理开销尚未验证。 作者报告，在双智能体 Minecraft 视频生成实验中，显式世界状态建模改善了逻辑一致性和生成质量。摘要未提供具体指标、分数、数据划分或对照配置，因此无法判断收益幅度，也不能将该结论外推至更多智能体或其他环境。实验协议、消融及统计信息尚未验证，代码、权重与复现所需资源也尚未确认。 平台推测（待验证）：若多通道或跨时间窗 EEG 建模需要维护共享潜在状态，可考虑借鉴“共享状态寄存器与观测建模分离”的机制。但这是假设，不是原论文结论：原方法依赖多智能体视频结构及状态、全局视图和文本监督，EEG 未必具备对应监督。可复用的是循环状态 token 思路，需改造信号编码、状态更新和监督目标；低信噪比、通道变化、跨被试差异及小数据可能使寄存器积累噪声或被试特异信息。一个可检验的小实验是在固定 EEG 任务与相同数据划分下，对比历史上下文基线与加入循环寄存器的模型，分别核对被试内和跨被试表现。已有 EEG 相关工作尚未检索确认。