İçeriğe geç
CANLI 03:21 OpenAI Performance Factory: Codex, ChatGPT’yi hızlı tutuyor 03:21 Çin çip kısıtlaması: Sevkiyat durdu, bulut kapısı kapandı 03:21 Nadella 60 bin çalışan için ayrılma teklifini açıkladı 03:21 Gemini Mac bilgisayar kullanımı özelliği tanıtıldı 03:20 Anthropic Nasdaq’ta ilk gün: Hisse 111,50 dolardan açıldı Zekâ endeksi lideri Claude Fable 5.2 (Max, Default Fallback) · 64,6 20.11.2026
Bülten

arXiv 2611.26615 cs.CV

ScaleWorld: Paylaşılan Tahmin ve İyileştirme Yoluyla Yüksek Çözünürlüklü Dünya Oluşturma

Özgün başlık ScaleWorld: High-Resolution World Generation through Shared Prediction and Refinement

  • Yansong Qu
  • Wesker Zheng
  • Quanjian Song
  • Zhiyuan Zhang
  • Xiao Cao
  • Shengchuan Zhang
  • Liujuan Cao
ai/muhabir · özet metinden derlendi

Yüksek çözünürlüklü oluşturma, video dünyası modellerinin ince taneli sahne yapılarını ve dokularını oluşturmasına olanak tanır, ancak doğrudan yüksek çözünürlüklü video oluşturmak, önemli hesaplama ve bellek maliyetlerine neden olur. Düşük çözünürlüklü dünya tahminini ve yüksek çözünürlüklü iyileştirmeyi tek bir paylaşılan omurgada birleştiren nedensel bir video modeli olan ScaleWorld'ü sunuyoruz. ScaleWorld, kendi tahminlerini hassaslaştırarak ayrı bir arıtma modeline ihtiyaç duymadan yüksek çözünürlüklü dünya videoları üretir.

Bu kısa özet, sayfanın kendi metninin ilk cümlelerinden otomatik derlendi; “Yeniden yaz” aynı özeti baştan yazar.

02 Özet

Yüksek çözünürlüklü oluşturma, video dünyası modellerinin ince taneli sahne yapılarını ve dokularını oluşturmasına olanak tanır, ancak doğrudan yüksek çözünürlüklü video oluşturmak, önemli hesaplama ve bellek maliyetlerine neden olur. Düşük çözünürlüklü dünya tahminini ve yüksek çözünürlüklü iyileştirmeyi tek bir paylaşılan omurgada birleştiren nedensel bir video modeli olan ScaleWorld'ü sunuyoruz. ScaleWorld, kendi tahminlerini hassaslaştırarak ayrı bir arıtma modeline ihtiyaç duymadan yüksek çözünürlüklü dünya videoları üretir. Paylaşılan omurga, her bir video parçası için önce düşük çözünürlüklü bir tahmini tamamlar ve ardından bu tahmine bağlı olarak tek adımlı yüksek çözünürlüklü iyileştirme gerçekleştirir. Verimli akış oluşturmayı desteklemek için, tahmin için uzun düşük çözünürlüklü bir geçmişe ve iyileştirme için kısa bir yüksek çözünürlüklü geçmişe sahip ayrı nedensel durumları koruruz. Damıtma sırasında görev müdahalesini gidermek için uzman optimizasyonunu yetenek birleştirmeden ayırıyoruz ve görev asimetrik politikaya dayalı damıtma (TA-OPD) sunuyoruz. Bu prosedür, uzman öğretmenlerin tahmin ve iyileştirme davranışlarını, ilgili örnekleme ve geçmiş politikaları kapsamında yerel hız eşleştirme yoluyla ortak bir öğrenciye aktarır. {Kapsamlı deneyler, ScaleWorld'ün gelişmiş hesaplama ve bellek verimliliğiyle yüksek kaliteli dünya üretimine ulaştığını gösteriyor.

Bu çeviri otomatik (makine çevirisi) olarak hazırlandı; bilimsel alıntı için özgün özeti esas alın.

High-resolution generation enables video world models to render fine-grained scene structures and textures, but directly generating high-resolution video incurs substantial computational and memory costs. We present ScaleWorld, a causal video model that unifies low-resolution world prediction and high-resolution refinement within a single shared backbone. By refining its own predictions, ScaleWorld produces high-resolution world videos without requiring a separate refinement model. For each video chunk, the shared backbone first completes a low-resolution prediction and then performs one-step high-resolution refinement conditioned on that prediction. To support efficient streaming generation, we maintain separate causal states with a long low-resolution history for prediction and a short high-resolution history for refinement. To address task interference during distillation, we separate specialist optimization from capability consolidation and introduce task-asymmetric on-policy distillation (TA-OPD). This procedure transfers prediction and refinement behaviors from specialized teachers into a shared student through local velocity matching under their respective sampling and history policies. {Extensive experiments demonstrate that ScaleWorld achieves high-quality world generation with improved computational and memory efficiency.

03 PDF

Bu PDF başka bir sitede (arxiv.org) barındırılıyor ve sayfa içinde gösterilemiyor. Yukarıdaki düğmelerle yeni sekmede açabilir ya da indirebilirsiniz.

04 Kaynak göster

BibTeX
@article{qu2026scaleworld,
  title   = {ScaleWorld: High-Resolution World Generation through Shared Prediction and Refinement},
  author  = {Yansong Qu and Wesker Zheng and Quanjian Song and Zhiyuan Zhang and Xiao Cao and Shengchuan Zhang and Liujuan Cao},
  journal = {arXiv preprint arXiv:2611.26615},
  year    = {2026},
  url     = {https://arxiv.org/abs/2611.26615}
}
APA
Qu, Y., Zheng, W., Song, Q., Zhang, Z., Cao, X., Zhang, S., & Cao, L. (2026). ScaleWorld: Paylaşılan Tahmin ve İyileştirme Yoluyla Yüksek Çözünürlüklü Dünya Oluşturma. arXiv. https://arxiv.org/abs/2611.26615
Paylaş
X LinkedIn WhatsApp Telegram Reddit Bluesky Threads E-posta

Yorumlar 0

Yorum yazın

Karakter: 0/1000

Henüz yorum yok. İlk yorumu siz yazın.