Model as a Game: On Numerical and Spatial Consistency for Generative Games
作者研究的是controlable video generation中，特定在游戏场景里，模型是否遵循数字和固定的地图。作者发现，在模型结构中额外设计number和map module，来记录当前的游戏和地图状态，可以让生成的视频极大地增强一致性。
所以一个极端是纯cg渲染，一个极端是纯ai渲染。中间其实有很多形态，类似于这里的number module，或者nerf？这个趋势听着怎么这么像rpa了……
UI-R1: Enhancing Action Prediction of GUI Agents by Reinforcement Learning
作者的思路很有意思：在gui-offline场景里，也就是说我提前知道一个好的完成任务的trace，能不能给出前缀，让模型通过rl的方式一直sample，然后奖励所有和target action一致的sample呢？作者发现通过这个方案，可以把效果优化的不错。
谁引用我我推荐谁……话说我之前想过过这个问题，感觉这个方案有个假设是：模型具有完成任务的app知识，因为rl，尤其是小规模的rl，只会激励知识的连接，而不会习得知识。不确定这种方案在扩展到更大题库时，会不会导致灾难性幻觉现象
