WOVEN：世界建模跨任务复用研究

2026年11月6日，机器之心报道，Northwestern、CMU、UNC Chapel Hill 和 Amazon 的团队发表论文《WOVEN: Weaving Visual World Modeling into Multimodal LLMs》，将世界建模定义为状态转移 p(s′|s,a) 的估计，并构建含 36K 道题的 WOVEN 基准，单独测量这一能力。报道称，若按能提升同一世界建模能力的不同受控子集分别的迁移结果取并集，被提升的外部独立测评基准数量可达 22 个，而每个受控子集仅有 2000 条数据；在固定训练预算下，用 WOVEN 数据替代下游任务自身训练数据的 30%–50%，对应下游测评准确率可保持相当，且高于单纯删掉这部分数据的对照。论文同时报告边界：时序任务、主体驱动任务和静态感知是转移监督难以直接帮助或帮助有限之处，可迁移不等于无条件迁移。

AI 根据报道生成 · 59 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。