Persistent Computational State: A Session-Centric Runtime for Generative World Models
作者: Zhen Lin
分类: cs.AI
发布日期: 2026-07-23
备注: 29 pages, 8 figures, 10 tables
💡 一句话要点
提出持久计算状态以解决生成世界模型的会话问题
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)
关键词: 生成模型 会话管理 持久计算状态 视频理解 智能系统
📋 核心要点
- 现有的视频世界模型在会话管理上表现不佳，无法有效处理状态的快照和恢复。
- 提出持久计算状态（PCS），强调在请求之间保留非可重计算的最小状态，以改善生成模型的会话管理。
- 实验结果显示，快照和恢复的时间成本仅为0.012毫秒，相较于1.85秒的生成步骤，显著提升了效率。
📝 摘要（中文）
生成世界模型越来越多地被用作模拟器，但现有的视频世界模型在会话管理上存在不足。本文指出，当前的归因于模型的不足是不完整的，提出了持久计算状态（PCS）的概念，强调在请求之间必须保留的最小非可重计算状态。通过测量发现PCS，并构建基于会话的运行时，显著提高了生成效率和会话管理能力。
🔬 方法详解
问题定义：本文解决生成世界模型在会话管理中的不足，现有方法假设运行时状态是可重计算的，导致无法有效处理状态快照和恢复的问题。
核心思路：提出持久计算状态（PCS），强调在请求之间必须保留的非可重计算状态，通过快照和恢复机制实现高效的会话管理。
技术框架：整体架构包括状态快照、恢复机制和会话管理模块。快照机制记录当前状态，恢复机制在需要时重建状态，确保生成过程的连续性。
关键创新：最重要的技术创新在于定义了PCS，强调了非可重计算状态的重要性，与现有方法的假设形成鲜明对比，提供了新的会话管理思路。
关键设计：在实现中，快照和恢复的时间成本被优化到0.012毫秒，采用了特定的内存管理策略，确保会话的持久性和高效性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，快照和恢复的时间成本仅为0.012毫秒，相较于1.85秒的生成步骤，显著提升了会话管理的效率，支持的会话数量可达到1024个，展示了该方法的优越性。
🎯 应用场景
该研究的潜在应用领域包括智能机器人、虚拟现实和游戏开发等。通过改进生成世界模型的会话管理能力，可以提升用户体验和系统的响应速度，具有重要的实际价值和未来影响。
📄 摘要（原文）
Generative world models are increasingly driven as simulators: a planner forks a state, rolls out futures, backtracks, and returns to a visited viewpoint. Recent benchmarks establish that current video world models fail this usage, and attribute it to the model, prescribing new architectures and training objectives. We show this attribution is incomplete, and for an important class of models simply wrong. Snapshotting the state the runtime already holds -- an observation plus RNG state, a memory bank, or a windowed KV context, by architecture -- and restoring it after a genuine excursion reproduces the never-left continuation byte-identically on all three; corrupting only the RNG degrades it. The capability was never missing: request-centric serving discarded it, inheriting from language-model serving the assumption that runtime state is recomputable -- but world-model state carries a non-recomputable kernel. We define Persistent Computational State (PCS), the minimal non-recomputable state that must survive across requests, show it can be discovered by measurement, and build a session-centric runtime over it. Checkpoint and restore cost 0.012 ms against a 1.85 s generation step; resident sessions become host- rather than device-bounded (measured to 1,024); and world memory must be evicted by relevance to the return, not recency -- the inverse of LLM practice.