Hugging Face 每日论文·· 3 天前精选AI 评分56
WorldGuide：面向程序化任务执行的目标导向视频世界模型
WorldGuide: Goal-Directed Video World Model for Procedural Task Execution
AI 导读
论文提出 WorldGuide，将程序化视频生成建模为视觉世界空间中的闭环任务执行：给定初始图像和任务目标，模型预测原子动作、生成对应视频片段，再依据生成结果选择下一动作或终止。
推荐理由
论文公开了约 59K 步骤标注视频的评测基准，可为闭环任务生成研究提供可复现的对照数据。
来源：Hugging Face 每日论文 · huggingface.co