Fast-LeWM：世界模型快进未来 (2026)

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

arXiv 页面显示论文题为 Fast LeWorldModel，作者为 Yuntian Gao 和 Xiangyu Xu，提交时间为 2026 年 6 月 24 日；摘要也确认它用 action-prefix prediction 替代重复的一步 latent transition。3 GitHub 仓库目前是官方实现入口，但 README 写明完整代码会在论文录用后发布。4

Fast-LeWM：世界模型快进未来

References

Related content

Comments