**Stateful Harness：分离规则执行与视频渲染以构建可交互的世界模型**

_State World Models: Execute the Rules, Generate the Pixels_

> 针对现有世界模型在依赖隐藏状态时难以遵循持久规则的问题，研究提出了 Stateful Harness 框架。该框架将世界演化与视频渲染分离，通过维护随规则演化的世界状态并生成预览视频来指导用户交互。在 WorldState-Bench 基准测试中，该框架结合 MiniMax-H3 模型，在仅使用规则提示的情况下，成功生成符合预期结果的视频比例从 32% 大幅提升至 92%，有力证明了将规则执行与视频渲染分离的有效性。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-20 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.26811)