知识卡片：ReWorld：一种具备长时记忆的交互式世界模型

说明：原始正文未能抓取到。本卡片仅基于 arXiv 页面元数据中的候选摘要转写；以下具体方法、数值和对比均标记为“待核实”，不应视作已确认事实。

一句话结论

ReWorld 提出一种把“动作跟随”与“长时记忆”解耦的交互式世界模型：训练时用混合注意力窗口兼顾短期控制与长期记忆，推理时用固定预算的 KV 缓存和位姿索引地标库支持分钟级往返生成，并声称在动作跟随、长时回忆和视频质量上超过六个近期的交互式世界模型（待核实）。

事件概述或研究问题

交互式世界模型必须同时做到三件事：跟随用户动作、记住已经展示过的场景、并以实时流式方式生成视频。候选摘要指出这里存在一个结构性矛盾：动作跟随倾向于依赖较短的近期上下文，而记忆需要不受限的长历史。ReWorld 的核心研究问题是：如何在不无限扩大上下文的前提下，让模型既能做好短期控制，又能完成长时程记忆与重访。

方法/产品要点

控制与记忆解耦：训练时把短期控制与长时记忆分开处理，推理时再统一约束在固定预算内（待核实）。
混合逐头注意力窗口：大多数注意力头只关注近期历史，少数全局头关注全部历史；随机头路由避免某种能力被固定在特定头上（待核实）。
随机 chunk 丢弃：让稀疏历史在训练中也成为模型见过的分布内情况（待核实）。
有界推理记忆：使用固定大小的 KV 缓存，外加一个由位姿（pose）索引的地标库（landmark bank），根据当前位姿取回最近的地标，从而在固定预算下支持长历史（待核实）。
度量尺度对齐的数据引擎：将 Unreal 渲染的飞行穿越、游戏漫游和真实世界视频等 8 个数据源对齐到同一个物理动作尺度上，使同一按键在各数据源中移动相同距离；并用往返/回文轨迹提供记忆训练所需的重访证据（待核实）。
实时化生成：通过分布匹配蒸馏并限定在 LoRA adapter 上，把采样压缩到 4 步；同一骨干支持高保真多步模式和实时交互模式，可流式生成 704×1280 视频（待核实）。
评测协议：采用三维度评测，包括动作跟随、长时回忆和视频质量（待核实）。

主要结果或产业意义

在动作跟随和视频质量上声称达到最优：旋转误差为 11.95°，相机运动一致性最好，生成质量最好；对比对象为六个近期交互式世界模型（待核实）。
在 64 秒、384 latents 的往返 rollout 中，固定 12-chunk 缓存仍能重建起点视图；而滑动窗口早已把起点证据逐出，全量 KV 注意力则内存溢出（待核实）。
产业意义（推断）：长时记忆与实时生成解耦，意味着在有限显存下做持续交互式生成存在可行路径；对实时仿真、虚拟世界、游戏和机器人/自动驾驶等场景可能重要。候选摘要未明确给出产品化表述（待核实）。

为什么重要

ReWorld 的重要之处在于提出了一种可操作的“控制/记忆解耦”设计：不是简单地把上下文窗口拉长，而是把长历史转化为固定预算下的检索问题。与已有相关卡片相比，本条增量信息更集中在“训练解耦 + 推理有界记忆”这一架构思路上：

AlayaWorld v1.1 侧重条件信号与生成内容对齐；
PlayWorld 侧重长时程目标下的评测范式；
M⁴World 侧重多视角多模态驾驶世界模型；
ReWorld 则直接回应“控制需要短历史、记忆需要长历史”的结构矛盾，并给出分钟级往返重访的实验证据。

局限与不确定性

本卡片内容基于候选摘要，原始全文未能抓取；所有具体方法、数字和对比均待核实。
“六个近期交互式世界模型”的名单、评测条件、资源消耗和可复现性待核实。
长时记忆证据只覆盖 64 秒的往返场景；更长时间、更开放场景下的表现待核实。
数据引擎中的 8 个来源、尺度对齐方式、真实世界素材来源与许可以及 LoRA 蒸馏细节均待核实。

可用于图书/PPT/简报的角度

用“控制欲短、记忆欲长”的结构矛盾讲解长时程交互式生成的核心难点。
用“固定预算里的长时记忆”介绍有界 KV 缓存 + 位姿地标库的思路。
用 ReWorld 的数据引擎说明：多来源数据必须统一到同一物理动作尺度，模型才能学到一致的动作语义。
用 LoRA + 蒸馏示例说明同一骨干如何兼顾离线高保真与实时交互。

原始材料

英文标题：ReWorld: An Interactive World Model with Long-Horizon Memory
英文关键词：Interactive World Model; Long-Horizon Memory; Real-Time Video Generation; Action Following（依据候选摘要整理，原文未明确列出，待核实）
原始来源：https://arxiv.org/abs/2608.23565v1
元数据：arXiv:2608.23565v1；Track: academic；Topics: foundation-model
备注：页面正文未能抓取，以上内容均来自候选摘要，需进一步核实。