提出ActionParty,一种支持多主体动作绑定的可动作控制视频世界模型,通过引入持久化的主体状态token和空间偏向机制,解耦全局帧渲染与个体动作更新,在Melting Pot基准上首次实现对最多七个玩家的同步控制,并提升动作跟随准确率和身份一致性。
机构:Snap Research
来源:arXiv 2604.02330 | AI4Papers 论文推荐平台