Current World Models Lack a Persistent State Core | La carencia de memoria de estado en los modelos de mundo actuales | Por qué los modelos de generación de video no son suficientes para crear inteligencia física persistente

Abstract

PROBLEMA: Los modelos de mundo actuales, basados predominantemente en la generación de video, sufren de una falta de "núcleo de estado persistente", lo que causa inconsistencias temporales y la pérdida de objetos o contexto tras breves intervalos. SOLUCIÓN: Los autores argumentan que la generación visual no es suficiente para la inteligencia física y proponen la necesidad de una representación de estado latente que persista independientemente de la salida visual inmediata. METODOLOGÍA: Análisis comparativo de arquitecturas líderes de modelos de mundo, analizando su capacidad para rastrear estados ocultos y su resiliencia ante oclusiones o cambios de cámara prolongados. RESULTADOS: Se demuestra que la mayoría de los modelos carecen de una base de datos de estado robusta, lo que invalida su uso para planificación compleja a largo plazo en robótica. RELEVANCIA: Fundamental para investigadores centrados en modelos de mundo y robótica que buscan sistemas que no solo "imaginen" el futuro, sino que lo "rastreen" con precisión científica.