论文提出 Physical Registry：为视频世界模型构建显式内部预测状态
预印本摘要称，研究者提出 Physical Registry 机制，在视频 DiT 内部引入与视频 token 共同演化且受未来表征监督的时空注册槽，使预测动态成为显式、可读的内部状态。
业务关注点：预印本提出在视频扩散模型内部引入显式物理注册槽，为生成过程赋予可读的预测状态，展示了低参数增量提升物理一致性的路径。
#视频
arXiv · 工业智能研究摘要精选 arXiv · 工业智能研究摘要精选 World-T3：基于测试时训练持久记忆的实时视频世界模型
预印本摘要显示，研究者提出相机受控视频世界模型 World-T3，通过测试时训练将历史视觉特征写入专用模型参数，解决长时域生成中的空间记忆衰减问题。模型采用递归最小二乘规则按相机位姿在线更新与读取记忆，实现与生成时长无关的恒定存储和单步计算，并通过双教师分布匹配蒸馏为少步生成器。
业务关注点：预印本提出通过测试时训练构建恒定开销的持久记忆机制，为长时域视频世界模型在交互场景下的空间一致性提供了实现思路。
arXiv · 工业智能研究摘要 4LC：用于动态世界建模中高效条件生成的4D隐空间缓存
预印本摘要称，研究者提出用于动态世界建模的4D隐空间缓存4LC，通过复用动静态内容的复合视觉表征直接提供生成条件，避免每次请求都进行RGB渲染和重新编码。4LC将VAE、DINO、V-JEPA和VGGT等多个编码器的表征绑定到共享的几何与运动上，并通过灵活的时空接口支持在独立指定的时间与视点读取。基于此开发的4LC-Video无需微调即可统一应对相机控制、新视角合成及长程视频生成等任务。