提出Stateful Harness框架与WorldState-Bench基准

论文提出Stateful Harness框架，将世界演化与视频渲染分离，用冻结的视频模型渲染事件并回写世界状态，以支持有隐藏状态的规则化交互；同时构建WorldState-Bench基准，含50组共享初始帧与动作、但隐藏状态和所需结果不同的反事实孪生对，用于评测规则遵循能力。 评测显示，在仅给规则提示的条件下，11个受测视频后端中最好的一个仅在32%的孪生对上同时产生两个所需结局。对MiniMax-H3，明确给出所需结局可将该比例从32%提升至64%，而使用同一冻结模型的完整harness达到92%。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。