EvoWorld：让视频生成模型学会推理画面外的世界演化

EvoWorld 由港科大、腾讯与港中文团队提出，旨在让视频生成模型推断事件对画面外世界状态的影响。其“大脑-渲染器”框架由 VLM 维护世界状态并推理状态转移，分段自回归视频渲染器负责视觉实现；团队同时发布 EvoWorld-Data 训练集与 EvoWorld-Bench，实验显示其因果演化表现显著优于近期模型，并保持视觉质量。