MiniWorld：从零开始训练视频世界模型，降低复现门槛

论文提出MiniWorld，一个从零开始训练流式视频世界模型的轻量、透明且可复现框架。它采用块因果视频扩散Transformer，面向基于历史观测与控制信号的自回归未来预测，试图缓解预训练视频模型改造流程复杂、资源消耗高，以及双向预训练与因果推理不匹配等问题。