OverSeer多智能体世界模型发布

发生了什么

arXiv cs.CV于2026年10月20日发布OverSeer，一个通过结合固定辅助视角与delta-VAE压缩提升一致性的多智能体世界模型。该模型旨在解决多智能体视频世界模型中时间一致性和跨智能体一致性难题，通过固定辅助相机视角作为世界中心表示的代理，并利用delta-VAE压缩辅助视角以降低计算开销。Minecraft和Doom中的实验显示，该方法提升了世界和智能体的一致性，且在真实世界多摄像头数据上同样有效。