Alaya Lab опубликовала технический отчет Programmable World Model (PWM, arXiv:2609.10540, подан 9 сентября 2026) и проектную страницу. Фреймворк отделяет эволюцию состояния мира от генерации видеонаблюдений: мир существует как явное программируемое состояние, а видеомодель лишь отрисовывает его.

image

Что произошло

В отчете описан конвейер из трех частей. Агент переводит текстовые инструкции и один референсный кадр в исполняемую программу: состояния сущностей и правила их переходов. Легкий движок поддерживает явное глобальное состояние, включая объекты, вышедшие из кадра, и невидимые атрибуты. Детерминированный компилятор проецирует состояние, представленное ориентированными 3D OBB (oriented bounding boxes) с атрибутами, в пиксельно-выровненные сигналы управления для предобученной видеомодели, которая в системе выступает рендером. Вместе с отчетом показаны играбельные сцены с заданными механиками: сущности сохраняются после ухода из кадра, события необратимы, одно состояние управляет любыми камерами и стилями, а демонстрация шла 897 кадров без распада.

Контекст

Подход вырос из известной слабости генеративных world models, к которым относится линия Genie, Cosmos и Sora. В таких системах память мира хранится неявно в истории кадров: сущности, вышедшие из кадра, фактически забываются, а правила взаимодействия нельзя задать явно. PWM предлагает иную архитектуру, в которой состояние хранится как данные и детерминированно компилируется в управляющие сигналы, а видео получается из этого состояния. На момент публикации в репозитории числятся только проектная страница и PDF отчета, то есть материал выходит как отчет и демо, а не как готовый продукт.

Почему это важно для индустрии

Разделение состояния и рендера делает мир queryable, modifiable и verifiable, что открывает прямой путь к симуляциям, игровым механикам и обучающим окружениям, где воспроизводимость и проверяемость состояния важнее правдоподобности кадров. Для разработчиков паттерн «текст плюс один референсный кадр, переходящие в исполняемую программу мира» задает новый UX-шаблон, который можно заимствовать в существующие 3D и видео стеки. Дальше по цепочке это заявка на сдвиг слоя ценности: если разделение «состояние — рендер» приживется, видеомодель превратится в заменяемый рендерер, а защищаемость сместится к движкам состояний, компиляторам и инструментам авторинга миров.

Почему это важно для пользователей

Прочитать отчет и посмотреть демо можно уже сейчас: PDF лежит на проектной странице, демо доступно в виде видео, а полный текст опубликован на arXiv:2609.10540. Репозиторий AlayaLab/PWM имеет смысл держать в watch, потому что по roadmap следующим шагом ожидаются inference-код и предобученные веса. До их появления развернуть или воспроизвести PWM нельзя: кода, весов, API и данных о латентности нет.

Что пока неизвестно / ограничения

Заявление о queryable, modifiable и verifiable мире — архитектурный замысел, а не доказанное свойство: степень проверяемости ограничена самим представлением состояния, поскольку ориентированные 3D OBB с атрибутами геометрически и семантически грубы, и реальный потолок подхода пока не ясен. Демонстрации качественно убедительны, но в доступных источниках нет ни одного количественного метрика, нет сравнения с базовыми world models и абляций, показывающих вклад каждого компонента. Воспроизвести результат нельзя: в roadmap на момент публикации отмечены только проектная страница и PDF отчета, код и предобученные веса обещаны как следующий шаг, поэтому пока все заявленные свойства остаются гипотезами.

Источники

Автор

Look at AI, редакция