**WorldGuide：面向程序化任务执行的闭环视频世界模型**

_WorldGuide: Goal-Directed Video World Model for Procedural Task Execution_

> HuggingFace 社区热门论文 WorldGuide 提出了一种闭环视频世界模型，旨在解决长程程序化任务中生成与执行脱节的问题。该模型仅基于初始图像和任务目标，通过 Planner 预测原子动作，Executor 生成对应视频片段，并利用生成结果动态调整后续动作或终止任务。研究团队构建了包含 5.9 万步级标注视频的 WorldGuide Bench 数据集。实验显示，WorldGuide 在任务成功率上显著优于接收参考动作计划的 MiniMax-H3，证明了规划与学习执行耦合在目标导向视频生成中的重要性。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-09 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.12459)