HuggingFace 每日论文Liangyang Ouyang论文88
HelloWorld：让视频世界模型中的角色具备社会交互能力
原标题:HelloWorld: Enabling Socially Interactive Characters in Video World Models
HelloWorld针对视频世界模型中角色无法响应用户的问题，提出自蒸馏训练流程与推理时跨注意力调制机制，使角色能在按钮触发后转身、挥手、点头或简短问候。论文还构建了包含400个样本的HelloWorldBench，并报告其在交互质量、画面美学和镜头姿态跟随上的表现。
为什么值得读
视频生成正从被动观看走向可触发交互；这项工作给出了角色响应、时间定位与评测基准的完整实现路径。
标签
视频世界模型社会交互DiT自蒸馏跨注意力相机姿态评测基准