World Model Learning Guide
2026 可交互视频生成与神经游戏引擎系统性学习指南
Version 1.0 • Authored by 丁光磊
📖 指南简介
本指南旨在帮助技术负责人、研究员及产品决策者深度理解 可交互世界模型 (Interactive World Model) 这一新兴赛道。这不仅仅是一份资讯汇总，而是基于 “如何构建下一代神经游戏引擎” 这一核心命题整理的实战与架构手册。
🔀 领域切换（独立维护）
站点现已拆分为两个独立领域：世界模型 与 具身智能。两者采用独立页面与独立更新日志，后续更新互不干扰。
📚 章节目录
Chapter 01
行业全景 (Landscape)
辨析“生成视频”与“生成世界”的本质区别，洞察 2026 市场竞争格局。
- L1-L3 能力分级标准
- Sora vs Genie 技术鸿沟
产品深度 (Deep Dive)
透过官方演示视频，反推 Genie 3 和 Matrix-Game 2.0 的技术边界。
- Genie 3 长时记忆解析
- TurboDiffusion 加速原理
技术架构 (Architecture)
拆解“听懂键盘指令”与“实时推理”的底层实现。
- Magvit-v2 3D Tokenizer
- Action Injection 机制
数据工程 (Data Bible)
从 0 到 1 构建高质量的 UE5 合成数据采集管线。
- VLM 自动标注脚本
- WebDataset 分片规范
落地路线 (Roadmap)
90天攻坚甘特图与阶段性交付物定义。
- 周级执行计划
- 团队分工矩阵 (RACI)
附录与论文 (Papers)
核心论文的通俗与专业双重视角解读。
- Layman vs Professional 解读
- AntiGravity's Commentary
公司调研 (Companies)
生数科技、爱诗科技等核心公司的全面调研。
- 融资历程与估值
- 核心团队背景
论文追踪 (Papers)
arXiv/GitHub 最新论文，按日期从新到旧排列。
- 双视角论文解读
- 每日更新
08. 评测基准 (Benchmarks)
整理业界常用 benchmark/指标/评测协议：怎么用、测什么、坑在哪里。
- VBench / VBench-2.0
- PhysBench / FVD / VLM-as-judge
09. 社区动态 (Community)
X/Twitter、Reddit、论坛、博客的非官方讨论。
- 热门讨论精选
- 批判性解读
10. 更新日志 (Updates)
记录所有内容变更的日期、类别和简要描述。
- 按日期追踪变更
- 分类筛选