Fast LeWorldModel 这篇机器之心文章，讲的是视觉世界模型规划阶段的一个老问题：候选动作序列要一步步 rollout，慢，而且误差会沿着 imagined trajectory 往后累积。Fast-LeWM 把接口改成 action-prefix prediction，让模型并行预测不同动作前缀对应的未来 latent。1
这组图按 4 张卡拆开看：
- 封面：世界模型为什么慢。
- 旧路：LeWM 逐步 rollout 的计算和误差问题。
- 新路：Fast-LeWM 用动作前缀并行预测未来 latent。
- 结果：平均成功率从 85.8% 到 90.5%，加入 self-consistency 后到 92.0%；动态模块时间从 31.4s 降到 8.0s，完整 CEM 求解时间从 54.4s 降到 28.3s。2
References
- 1世界模型太慢？西交大提出Fast LeWorldModel：用「动作前缀并行预测」让动态估计加速4倍
mp.weixin.qq.com
- 2Fast LeWorldModel 项目页
fast-lewm.github.io
- 3arXiv:2606.26217 Fast LeWorldModel
arxiv.org
- 4Yuntian-Gao/Fast-LeWorldModel
github.com
Comments