超越像素历史：具有持久 3D 状态的世界模型

基于摘要分析。该研究面向响应用户动作、持续生成视频的交互式世界模型，提出 PERSIST，通过模拟潜在 3D 场景的演化，支持持久空间记忆与几何一致的视频生成。其主要研究对象是可交互的 3D 世界生成，而非 EEG 解码或 BCI。 核心机制是显式围绕环境、相机与渲染器组织世界状态，而不只依赖有限时间上下文中的像素历史。作者认为，现有模型通常缺乏环境的 3D 表示，需要从数据中隐式学习几何一致性，且空间记忆受上下文窗口限制；PERSIST 则以持续演化的潜在 3D 场景保存空间信息。摘要未披露场景表示形式、状态更新机制、训练损失、监督来源与推理开销，不能据来源栏目将其进一步认定为某种具体 State Space Model 架构。 作者报告，定量评估与定性用户研究均显示，相较已有方法，PERSIST 在空间记忆、3D 一致性和长时程稳定性方面有所改善。作者还展示了从单张图像合成多样 3D 环境，以及直接在 3D 空间中编辑、指定环境以实现几何感知控制的能力。摘要未提供指标数值、对照方法、数据集、用户研究规模或评估时长，实验协议、消融及统计信息尚未验证。 其可核对的研究价值在于：显式持久空间状态能否缓解交互生成中由有限历史造成的记忆与几何不一致。复现仍需正文中的表示、训练与评估细节；代码和模型权重的开放情况尚未验证。材料未提供与神经信号结构或监督条件的具体对应关系，因此不据此推导 EEG/BCI 性能收益；已有 EEG 相关工作尚未检索确认。