EvoWorld：让生成式视频模型实现视野外的世界演化

研究者提出新问题「Out-of-Sight Causal Evolution」，要求视频模型渲染事件后推理其对世界状态的影响，并在视野外呈现因果合理的结果。作为参考方案，EvoWorld 采用视觉语言模型充当「世界大脑」维护世界状态并推理状态转移，配合分段自回归视频渲染器完成画面生成。