视频世界模型预测时域的因果状态熵界

基于摘要分析。本文研究视频世界模型需要保留多少历史记忆、能够维持多长的有效预测，以及长时域生成何时退化。作者将计算力学中的因果状态形式体系引入视频世界模型，提出预测信息时域指标与记忆状态正则化方法，尝试把记忆需求、世界动力学和生成误差联系起来。 理论方面，作者声称证明：因果状态是预测所有未来帧的唯一最小熵充分统计量，其熵为统计复杂度 E；预测互信息 PMI(k) 随 rollout 时域 k 按底层动力学的谱隙相关速率 ρ 几何衰减。作者进一步提出与架构无关的 Predictive Information Horizon（PIH），T∗(M, δ)，并推导其关于单步 KL 误差及注意力窗口宽度的闭式上界。相关唯一性、衰减结论及上界依赖的过程假设和正则条件尚需全文核对。 方法方面，Causal State Distillation（CSD）通过训练正则项使模型记忆状态趋近因果状态，作者声称证明其在总体极限下收敛。摘要未提供正则项形式、因果状态的估计方式或有限样本训练条件。 作者报告，在三个视频环境中，PMI 呈几何衰减，拟合谱隙与理论值的偏差在 ±0.003 内；PIH 随注意力窗口宽度线性增长，但受基本混合界限制。相对摘要所称的强 DiT 基线，CSD 使 PIH 最多增加 46%，并在 k=60 时将 FVD 从 201.4 降至 134.8。环境名称、数据划分、基线配置、消融及统计信息尚未验证，不能据此推断其他任务中的收益。 平台推测（待验证）：若 EEG 预测任务存在可估计的预测充分状态，这一框架可能用于区分记忆容量不足与信号本身可预测性有限；该假设不等于已验证的 BCI 解码收益。可考虑复用 PIH 分析思路，但需改造状态估计、未来目标与观测误差处理。低信噪比、跨被试及跨会话非平稳性可能使动力学假设或互信息估计失效。小规模可证伪实验可在固定被试内时间划分下，比较不同记忆窗口对未来 EEG 预测信息衰减的影响，先检验几何衰减假设是否成立。相关 EEG 工作尚未检索确认。