增强轻量级世界模型的物理一致性
人工智能
2025-09-17 v1
摘要
部署世界模型的一个主要挑战是规模与性能之间的权衡。大型世界模型能够捕捉丰富的物理动力学，但需要海量计算资源，使其难以在边缘设备上实际部署。小型世界模型更易于部署，但通常难以学习准确的物理规律，导致预测效果不佳。我们提出了物理信息 BEV 世界模型 (PIWM)，这是一种旨在高效捕捉鸟瞰图 (BEV) 表示中物理相互作用的紧凑模型。PIWM 在训练期间使用 Soft Mask 来改进动态目标建模和未来预测。我们还引入了一种简单而有效的技术——Warm Start，用于推理阶段以通过零样本模型增强预测质量。实验表明，在相同参数规模 (400M) 下，PIWM 在加权总分上超越基线 60.6%。此外，即使与最大的基线模型 (400M) 相比，最小的 PIWM (130M Soft Mask) 也能以快 28% 的推理速度获得 7.4% 更高的加权总分。
引用
@article{arxiv.2509.12437,
title = {Enhancing Physical Consistency in Lightweight World Models},
author = {Dingrui Wang and Zhexiao Sun and Zhouheng Li and Cheng Wang and Youlun Peng and Hongyuan Ye and Baha Zarrouki and Wei Li and Mattia Piccinini and Lei Xie and Johannes Betz},
journal= {arXiv preprint arXiv:2509.12437},
year = {2025}
}
备注
8 pages