ForgeWM: Progressive Causal Training for Few-Step Action-Conditioned Video World Models
ForgeWM：面向少步动作条件视频世界模型的渐进式因果训练
🧭 少步动作条件视频世界模型
CUHK · Tencent PCG · FDU · Shanghai AI Laboratory · HKUST
提出 ForgeWM 框架，将双向视频生成器蒸馏为 1/2/4 步动作条件世界模型，并支持低延迟生成与事后细化
📌 工作参考价值（4 点）
- 若业务中需要实时交互式生成（如对话式推荐、生成式搜索补全），可借鉴按计算预算训练多个专用学生（1/2/4 步），针对不同延迟 SLA 选择对应模型，避免单一大模型的算力浪费。
- 双路径部署思路值得迁移：线上用极低步数模型快速生成草稿并保存，异步回流时再用更高质量路径对草稿进行重噪细化，与推荐系统中的粗排-精排/异步重排相似，能显著降低在线延迟。
- 蒸馏过程中引入因果一致性约束和在线策略匹配，能缓解自回归生成中的曝光偏差，对于需要根据用户交互实时生成下一步内容的 Agent 或生成式推荐系统有借鉴意义。
- 主要贡献集中在视频世界模型领域，与电商/搜索推荐直接关联度有限，更适合作为实时生成式交互系统的工程参考。