StateCraft：以抽象状态推理增强视频世界模型

基于摘要分析。StateCraft 研究视频世界模型在局部可见、连续交互条件下的状态一致性问题，核心贡献是将持久且可更新的抽象状态与表示当前视图的视觉状态解耦，使模型不仅记住过去画面，还能跟踪动作造成的世界变化。 机制上，StateCraft 将语言模型与视频扩散模型配对，通过抽象状态记录实体随交互发生的变化，并以该状态为视觉生成提供条件。原始研究对象是生成式界面：一次操作可能改变当前视野之外的内容，因此仅回忆历史观察并不一定能还原当前世界。摘要未给出抽象状态的具体表示、模块间更新流程、损失函数或训练方式，这些实现细节尚未验证。 作者还提出数据采集流水线，在无需人工或智能体监督的条件下，规模化生成信息丰富、密集标注的轨迹，并建立衡量生成质量、记忆能力和可控性的 benchmark。作者报告，在该 benchmark 上优于其所比较的先进基线，并在长轨迹中保持较高自洽性和生成质量；但摘要未提供数据规模、轨迹长度、划分、基线名称或量化分数。作者还报告，直接编辑显式抽象状态可引导模型生成数据中未观察到的状态；一个改变不可见房间照明的 3D 概念验证实验展示了其向空间环境扩展的可能性。实验协议、消融及统计信息尚未验证。 平台推测（待验证）：其对 BCI 的潜在启发限于具有显式任务状态的交互系统，而非直接改进 EEG 解码。假设可将抽象状态更新与界面渲染分离，但必须将原有动作输入改造成带不确定性的解码事件，并处理低信噪比、跨被试差异及误触发造成的状态累积错误。可在固定任务界面中，以相同解码事件流比较显式状态维护与仅保留观察历史的方案，检验遮挡状态恢复和错误累积情况。该假设不构成已验证的 BCI 效果，相关 EEG 工作尚未检索确认。