机器之心 (微信公众号)T2·78 分
牛津等团队提出 Oneira:引入 Coding Agent 维护世界状态表,实现视频生成中的精确物体交互与长时一致性
原标题:生成的世界也能交互!牛津大学&莫纳什大学&布里斯托大学等团队提出交互式视频世界模型Oneira
- 核心突破在于利用 Coding Agent 维护显式的 World State Table,记录场景物体及其状态,而非仅依赖隐式特征。
- 解决了传统视频模型在镜头移开再返回后,物体交互状态(如位置、形态改变)无法持久保留的痛点。
- 实现了从“导航/简单交互”向“精确物体操控+长时一致性”的跨越,支持对已有或新生成物体的精准修改。