arXiv new/cross; RLC 2026 WMW; latent world model · P3 · 2026-07-03

Valdi：它和通用视觉自监督的关系在于：偏 RL/CarRacing，但 latent diffusion dynamics + MPC 的低延迟 trade-off 对视频 world-model 表征路线有背景价值

中低相关；详见方法、贡献和实验边界。

Valdi: Value Diffusion World Models　arXiv new/cross; RLC 2026 WMW; latent world model　原文链接

编号2607.00917 优先级P3 类别arXiv new/cross; RLC 2026 WMW; latent world model 会议arXiv new/cross; RLC 2026 WMW; latent world model 方法偏 RL/CarRacing，但 latent diffusion dynamics + MPC 的低延迟 trade-off 对视频 world-model 表征路线有背景价值来源arXiv / OpenReview

先说结论。它和通用视觉自监督的关系在于：偏 RL/CarRacing，但 latent diffusion dynamics + MPC 的低延迟 trade-off 对视频 world-model 表征路线有背景价值。中低相关；详见方法、贡献和实验边界。

**Figureure 1 · : Valdi is a diffusion model that predicts action-sequence conditioned**Figure 1: Valdi is a diffusion model that predicts action-sequence conditioned rewards and values, enabling Model Predictive Control. We show its predictions for a good and bad action sequence in the CarRacing environment (Towers et al., 2024).这张图来自论文 PDF 的结构化抽取。当前用于辅助理解 Valdi 的方法或实验，请结合正文精读段落一起看。

**Figureure 2 · : Method**Figure 2: Method. Valdi encodes states, conditions diffusion dynamics on an action sequence and noised latents from a target encoder, and uses the denoised latent trajectory for reward and value prediction.这张图来自论文 PDF 的结构化抽取。当前用于辅助理解 Valdi 的方法或实验，请结合正文精读段落一起看。

核心问题

它和通用视觉自监督的关系在于：偏 RL/CarRacing，但 latent diffusion dynamics + MPC 的低延迟 trade-off 对视频 world-model 表征路线有背景价值。

方法拆解

偏 RL/CarRacing，但 latent diffusion dynamics + MPC 的低延迟 trade-off 对视频 world-model 表征路线有背景价值

主要贡献

中低相关；详见方法、贡献和实验边界。

实验看点

实验部分建议重点看两类证据：一是作者是否把方法收益和更强数据、更长训练、更大模型区分开；二是跨模型、跨数据或跨任务迁移是否还能保留同样趋势。

局限与读法

这篇论文的结论需要结合任务设置、训练数据规模和消融实验一起看；不要只凭单个指标判断它对通用视觉表征的价值。