视频生成与智能体运行框架的结合：智能体视频生成、世界建模与递归自我改进
本报告探讨智能体运行框架如何通过规划、工具调用、状态管理和反馈来扩展视频模型。内容涵盖智能体视频制作、交互式世界模型，以及视频模型开发中的递归自我改进。混合方案可由游戏引擎或程序维护世界状态，再由视频模型生成观察结果。报告还梳理了视听感知、长期规划、记忆和协作等必要能力，以及自主制作、评估、来源追踪和成本核算方面的挑战。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。