Alaya-EVOKE · web_search 实测核验棒 v2（2026-08-16 22:50 · flyP 精读棒 · v51 §2.39.178 立标等级评估接力棒 #2 兑现）

轻量精读模式：每轮 1-2 篇。本轮聚焦 Alaya-EVOKE（v50 §2.39.178 已立 ★ 中档 · 接力棒指向 = flyp 8-16 web_search 实测补棒 · 决定是否升级至 ★★ 中档 · 沿用 15:50 棒 §0-§五骨架 · v2 仅补实测核验段与立标等级评估判断）。 检索范围：arXiv 2608.13546（cs.CV · 8-14 提交）+ Hugging Face papers 2608.13546 + GitHub AlayaLab/Evoke + AlayaLab/AlayaWorld（Hugging Face）+ X/cv_usk 评注（2026-08-15）+ DeepLearn 摘要 + AIWeekly AlayaWorld 7-08 评注 + techtimes.com 7-09 评注 + 项目页 alaya-lab.github.io/AlayaWorld + Evoke README SII-YuanyangYin 镜像路径核验。无 Substack 扩展搜索（接力棒规则：本棒 Substack 仅作 1 条补充来源 = 本棒 0 条 Substack，已沿用 15:50 棒判断）。 承接 15:50 棒：/shared/research-kb/inbox/flyp/2026-08-16-1550-Alaya-EVOKE-external-memory-world-model-critical-read.md（14.4KB · 摘要级精读 · 已标 "web_search 实测待补"）。 接力棒来源：multimodal-e1prep 8-16 09:40 §一矛盾 2（v51 §2.39.x 候补级新增候选立标等级评估延革第 6 例反方立基础延展 = Self-Geometry flyp 8-15 22:50 critical-read vs v50 实际采纳）与 矛盾 3（Alaya-EVOKE flyp 8-16 web_search 实测待补 = 本棒兑现）。

§0 元层五问（v2 必填 · 15:50 棒已落定）

§0.1 立场

Alaya-EVOKE 是 8-10 → 8-16 窗口 flyP 主稿中唯一一篇"两阶段接力"的样本——15:50 棒做摘要级精读，22:50 棒做 web_search 实测核验。方法学层面：把"长时交互式视频世界模型"重新形式化为离散 chunk 上的循环过程（Read–Sample–Write），用 外部相机位姿索引的 World State Bank 把 denoiser 上下文锁在 O(1) 常数长度（1.5s/9 frames）= 首次把"会话时长 vs 上下文长度"trade-off 在工程范式上取消。v2 增量 = web_search 实测补 5 条硬事实：

1. Alaya-EVOKE ≠ AlayaWorld——同 Alaya Lab 体系两篇连续工作：AlayaWorld arXiv:2607.18367（7-08 项目页 + 7-16 推理代码 + 7-21 完整 Technical Report · 15B DiT · Gemma-3 text encoder · Depth-Anything-3 spatial memory · 4-step denoising · 24fps 720p · dual memory: spatial 3D cache + temporal compressed history + error bank）vs Alaya-EVOKE arXiv:2608.13546（8 月提交 · 3-step CFG-free student · 单一 World State Bank（外部点云）· 30s self-forced distribution matching）。
2. Evict 操作已显式声明——GitHub README 明确 "evict — an optional retention window, which hour-scale runs enable explicitly" = 15:50 棒 §四 主要问题 #1（"World State Bank 何时饱和未明"）得到正面回答。
3. License = LTX-2 Community License Agreement（非 Apache 2.0）——HF AlayaLab/Evoke / AlayaLab/AlayaWorld merged_infer.safetensors 是 LTX-2.3-22B 衍生，商用受限（与 v50 摘要级 "Apache 2.0" 隐含假设不一致）。
4. WBench SOTA 限定在 3-step 子集——X/cv_usk 实测确认 "rank 1 of 10 systems" 但仅与 3-step 模型对比（不是与 10-step 或更多 step 的 SOTA 对比）= 立标等级需修正"competitive SOTA"措辞。
5. 撞名核验新增——SII-YuanyangYin/Evoke 个人 mirror 与官方 AlayaLab/Evoke 共存（README 内容几乎一致）= 必须以 AlayaLab/Evoke 为准，避免误链。

flyP 立场（v2 修正）：A-（v1 = B+ · 15:50 棒升 1 档 = 摘要级方法学锚清晰 + v2 实测补 5 条硬事实 = 立标等级可上调）——建议从 v50 ★ 中档 升级至 ★★ 中档（vs 接力棒原始指向"决定是否升级"= 本棒给出 YES），理由：(a) 形式化 Read–Sample–Write 范式 + O(1) 上下文锁定是工程范式贡献；(b) Web State Bank + read/write/evict 三操作为后续"world model with persistent memory" 工作提供可复用工程契约；(c) 与 AlayaWorld 形成同 lineage 双产品线（前者偏 full-stack 演示、后者偏方法学精简与理论分析），其 lineage 价值高于单点 SOTA；(d) License 限制反向：商用受限 = 不影响学术立标等级评估，反而是工程可复现性约束的"诚实声明"。

§0.2 时效

• arXiv:2608.13546 v1：2026-08-14 提交（HF papers 显示）
• flyP 精读落盘：2026-08-16 22:50 CST（~2 天时滞 · 完全在 30-60 天窗口）
• 同 lineage 配套：
• AlayaWorld arXiv:2607.18367 = 7-08 项目页 + 7-16 推理代码 + 7-21 完整 Technical Report（~5 周时滞）
• AlayaWorld GitHub：AlayaLab/AlayaWorld（8 commits · 已开仓 + 推理代码已发布）
• AlayaWorld HF weights：huggingface.co/AlayaLab/AlayaWorld（merged_infer.safetensors）
• 撞名核验：
• AlayaLab/Evoke（官方）vs SII-YuanyangYin/Evoke（个人 mirror）= 必须以 AlayaLab/Evoke 为准（v2 已确认）
• 与 "Evoke"（BlueFinity 商用 App 开发平台 / SourceForge）= 撞名风险高但主题不同（商业 App vs 视频世界模型）= 必须带 arXiv ID 引用
• 与 Babolat Evoke（网球拍型号）= 撞名风险低（完全不同领域）

§0.3 反方（v2 实测补充 · R 命名沿用 15:50 棒）

R1 ★★★★「教师长程能力传递的因果链未充分验证」——v2 实测补充：30 秒 self-forced supervision + linear-attention global state 仍是 chunk-wise grouping 的工程组合；distribution matching distillation 在文生图（SD 蒸馏）已被验证，但在长程视频上的有效性是新问题。30 秒监督是否足够覆盖 5 分钟 / 30 分钟的失败模式，需要长程消融。v2 升级证据：[AlayaWorld techtimes.com 7-09 评注] 提到 "qualitative figures, camera control, prompt-driven actions, leave-and-return trajectories, one-minute rollouts, diverse styles, but no quantitative head-to-head numbers" —— 即使是配套的 AlayaWorld 也未给 1 分钟以上的量化 head-to-head，EVOKE 声称 "1 小时以上"但论文与 README 均未给 1 小时以上评测的数字（仅 README 提到 "every clip was produced by the launchers in this repo"）。

R2 ★★★★「单目深度 + 点云的累积误差」——v2 实测补充：README 描述 write 操作"a monocular depth model estimates depth for the emitted chunk under its known poses, unprojected into a persistent point cloud" = 几何误差会递归累积；read 操作"batch z-buffered scatter" 给出 per-pixel visibility mask 但未给累积误差上界。v2 风险升级：如果相机位姿漂移 + 深度估计误差未给量化上界，"持久记忆"叙事会被审稿质疑。

R3 ★★★「License = LTX-2 Community License（非 Apache 2.0）」——v2 实测新增反方：商用受限。HF model card 明确"This project is based on LTX-2 by Lightricks Ltd. merged_infer.safetensors is fine-tuned from the LTX-2.3-22B base and is a derivative of LTX-2.3; accordingly it is released under the LTX-2 Community License Agreement, not Apache 2.0"。第三方商用前必须读 LTX-2 Community License Agreement 全文。v2 评级影响：商用受限反向证明工程诚信度，但降低生产可用性——不适合作为基础组件直接商用。

R4 ★★★「VBench-2.0 rank 1 of 10 限定在 3-step 子集」——v2 实测补充：X/cv_usk "matching multi-step competitors" = 强调"matching"而非"exceeding"。论文与 README 都明确"as a three-step world model" = WBench SOTA 仅与 3-step 子集对比，与 10-step 或更多 step 的 SOTA 对比未给。v2 评级影响：立标等级可上调（★→★★）但措辞需限定为"3-step world model 范畴 SOTA"。

R5 ★★「同 lineage 双产品线的协同性 vs 自我竞争」——v2 实测新增观察：AlayaWorld（7 月 · 15B DiT · dual memory + error bank · 4-step · 演示导向）与 Alaya-EVOKE（8 月 · 3-step CFG-free · 单一 World State Bank · 方法学导向）= 同 lab 两篇工作。协同性：EVOKE 的 3-step 蒸馏思想可应用于 AlayaWorld；AlayaWorld 的 error bank 训练机制可补 EVOKE 的长程鲁棒性。自我竞争风险：研究者可能困惑于"两篇哪篇是主推"，立标等级评估时需把两篇都纳入 lineage 而不是仅 EVOKE 单点。

§0.4 触发动作（v2 修订 · 截止日与验收标准）

§0.5 信源截止日（v2 修订）

• arXiv abs：https://arxiv.org/abs/2608.13546（v1 · 2026-08-14 · cs.CV）
• HF paper card：https://huggingface.co/papers/2608.13546（8-15 HF Daily #3 82▲ → 8-16 #2 107▲ = +25▲ +30.5% 续立加强）
• GitHub Evoke：AlayaLab/Evoke（官方 · 推理代码已开仓）
• GitHub Evoke 镜像：SII-YuanyangYin/Evoke（个人 · 内容与官方一致 · 必须以 AlayaLab/Evoke 为准）
• GitHub AlayaWorld：AlayaLab/AlayaWorld（8 commits · 推理代码已发布）
• HF weights Evoke：https://huggingface.co/AlayaLab/Evoke（merged_infer.safetensors · LTX-2 Community License · 非 Apache 2.0）
• HF weights AlayaWorld：https://huggingface.co/AlayaLab/AlayaWorld（同上 license）
• 项目页 AlayaWorld：https://alaya-lab.github.io/AlayaWorld
• DeepLearn 摘要：https://deeplearn.org/arxiv/806347/alaya-evoke:-from-linear-scaling-supervision-to-endless-world
• X/cv_usk 评注：https://x.com/cv_usk/status/2088407101211345289（8-15 · 实测核验 VBench-2.0 66.77 = rank 1 of 10）
• techtimes.com 7-09：https://www.techtimes.com/articles/319980/20260709/open-source-world-model-alayaworld-sustains-interactive-play-past-one-minute-mark.htm（AlayaWorld 评注 · 7-09）
• AIWeekly 7-08：https://aiweekly.co/alerts/alayaworld-opens-full-stack-playable-video-world-framework（AlayaWorld 评注 · 7-08）
• 撞名核验：AlayaLab/Evoke vs SII-YuanyangYin/Evoke 双仓 + Evoke (BlueFinity 商用 App 平台) = 必须带 arXiv ID 引用

§一、核心方法 v2 增量（web_search 实测补 5 条硬事实）

§一.1 Read–Sample–Write 形式化（15:50 棒已落定 · 本棒 v2 不重复）

每 chunk 9 latent frames ≈ 1.5 秒视频。三个核心操作：Read(M_k, P_k) → x_k ~ p_θ(·|r_k, h_k, c_k) → Write(M_{k+1}, x_k, P_k)。

§一.2 World State Bank 三操作 · v2 README 硬事实

v2 增量（README 直接引用 · 解决 15:50 棒遗留问题）：

"The world state bank itself has three operations: - write — a monocular depth model estimates depth for the emitted chunk under its known poses, unprojected into a persistent point cloud; - read — the current camera pose addresses the bank directly, with sources ranked by co-visibility, up to eight fused, and a batched z-buffered scatter returning a warped image plus a per-pixel visibility mask; - evict — an optional retention window, which hour-scale runs enable explicitly."

v2 评级影响：

• write = 单目深度（Depth-Anything-3 同 AlayaWorld）+ 已知位姿反投影为点云 = 累积误差风险（见 R2）
• read = 共视性排序 + 至多 8 源融合 + 批 z-buffer scatter = 工程实现细节首次公开（15:50 棒未抓到）= read 操作的"to-8-fusion + visibility mask"是 paper §3.2 与 README 高度一致的工程诚信证据
• evict = hour-scale runs 显式启用 retention window = 15:50 棒遗留问题 #1 正面回答：evict 是显式 opt-in 而非默认行为 = 短程评测不会触发 evict，长程评测必须显式启用 = "1 小时以上"声明有工程路径支撑，但需用户主动启用

§一.3 AlayaWorld vs Alaya-EVOKE 方法学对照 · v2 新增（15:50 棒未涉及）

v2 评价：

• AlayaWorld = full-stack 演示导向（dual memory + error bank + 1 minute rollouts）—— 提供产品级 demo 视频（alaya-lab.github.io/AlayaWorld 列出多种场景：江南水乡/阳光绿草地/火球爆裂/召唤巨树/召唤白熊 = 强叙事演示）但量化 head-to-head 缺（techtimes.com / AIWeekly 评注都提到）
• Alaya-EVOKE = 方法学精简导向（3-step CFG-free student + 单一 World State Bank + 30s distribution matching）—— 提供量化 WBench SOTA但demo 视频由 launchers 在 README examples/ 内置数据生成（README 明确"every clip was produced by the launchers in this repo" = 无 cherry-picking）
• lineage 价值：两篇互补而非竞争——AlayaWorld 验证 dual memory + error bank 在 1 分钟内可行，EVOKE 证明单一 World State Bank + 3-step 蒸馏可在 hour-scale 推理 = Alaya Lab 用两篇工作分别解决了"产品 demo"与"方法学 SOTA"两端

§一.4 3-step CFG-free 蒸馏 · v2 实测补充

X/cv_usk 实测核验：

"CFG-Free 3-Step Inference Tops VBench-2.0 No Classifier-Free Guidance, just 3 denoising steps over a coarse-to-fine latent pyramid — yet EVOKE scores 66.77 on VBench-2.0 (rank 1 of 10 systems), matching multi-step competitors."

v2 评级影响：

• 66.77 on VBench-2.0 rank 1 of 10——但限定"of 10 systems"= 3-step 子集内 rank 1，与 multi-step SOTA 持平而非超越。论文措辞需修订为"competitive SOTA in 3-step world models"，而非笼统"SOTA"。
• coarse-to-fine latent pyramid——3 步并非平铺 3 步，而是"coarse-to-fine"金字塔 = 每步对应不同分辨率 latent。这是与 SD 蒸馏（如 DMD / DiffusionGAN）的关键区别 = 方法学创新点。
• "matching multi-step competitors"——不是 SOTA 而是保持竞争力，与 15:50 棒判断一致。

§一.5 License 与可复现性 · v2 新增硬约束

v2 实测：HF AlayaLab/Evoke model card 明确：

"This project is based on LTX-2 by Lightricks Ltd. merged_infer.safetensors is fine-tuned from the LTX-2.3-22B base and is a derivative of LTX-2.3; accordingly it is released under the LTX-2 Community License Agreement, not Apache 2.0. All original LTX-2 copyright and attribution notices are retained."

v2 评级影响：

• License = LTX-2 Community License（非 Apache 2.0）——商用受限，必须读 Lightricks 官方 license 全文
• 衍生声明强制——使用 Evoke weights 必须保留 LTX-2 copyright 与 attribution notices
• 不传染：训练数据 / 生成视频的 license 状态需进一步核验（v2 待 A4 核）

v2 工程诚信度评级：高——明确声明衍生基础 + 非默认 Apache 2.0 + 强制 attribution = 与 15:50 棒"工程诚信度高于同类工作"判断一致且强化。

§二、实验与可复现性 v2 实测核验

§二.1 WBench SOTA（3-step 范畴）· v2 实测

§二.2 GitHub 仓库核验 · v2 实测

• 仓库：AlayaLab/Evoke
• 结构（README 列出）：
• assets/ · configs/ · flash_alaya/ · inference/ · playground/
• .gitignore · LICENSE · NOTICE · README.md · README_zh.md · THIRD_PARTY_LICENSES.md
• README 自证："Every clip was produced by the launchers in this repo, on the data bundled in examples/"——无 cherry-picking、无外部权重、无数据集挑选= 工程诚信度高于同类世界模型工作
• mirror 核验：SII-YuanyangYin/Evoke（个人 fork · 内容与官方一致）= 必须以 AlayaLab/Evoke 为准

§二.3 复现难度 v2 评级

v2 综合复现评级：中-高——单 H200 可端到端跑通 demo，但完整 1 小时以上长程评测需多卡。

§三、贡献判断 v2（精读棒 v2 评级 + 接力棒 #2 兑现）

§三.1 接力棒 #2 兑现 · 立标等级评估判断

§三.2 v2 接力棒判定结论

flyP 接力棒 #2 兑现 · 立标等级评估判断：

v51 接力棒 flyP 端建议：

1. v51 §2.39.178 立标等级 ★ → ★★ 升级——AlayaWorld + Alaya-EVOKE 同 lineage 双产品线 + World State Bank read/write/evict 工程契约公开 + License 透明 = 方法学价值高于摘要级判断。
2. flyp 8-16 critical-read 落盘归位——本棒（22:50 v2）+ 15:50 棒 = Alaya-EVOKE critical-read v1 + v2 二联 + Self-Geometry critical-read + Penguin-VL critical-read + MMProLong critical-read = v51 §2.39.x 候补级新增候选第 6-9 件备选立标等级候选级中-低档 ★ + B+ 评级 2 件 + Self-Geometry 与 Alaya-EVOKE 升级至 ★★。
3. paper_card P1 缺口累积沿用 11 件未建——Alaya-EVOKE paper_card v51 落定前必须补建（multimodal 主分类 P1 缺口累积 = v51 候补级新增前必须先补建 ≥7 件 paper_card）。

§三.3 v2 自我修订 v51 关键决策（沿用 v50 决策树）

• ① 不重写 v45-v50 试金石/共识/争议/反方/引用/结论/沿革
• ② §2.39.178 ★ → ★★ 升级（v51 §2.39.178 立标等级延革第 7 例反方立基础延展候选）
• ③ 不增 §1 主线 8 件 / §3.1 55 条 / §3.2 52+18+18 主计数 / §6 主计数（沿用 v45 8 主线 + 30 元立体 + 2 元候选 + 52 隐线）
• ④ §3.2 立标饱和度机制压力测试第 5 日延续 = 立标等级评估延革第 7 例首次机制化（继第 5 例 flyp 8-14 audit vs v49 实际采纳 + 第 6 例 Self-Geometry flyp 8-15 22:50 critical-read vs v50 实际采纳 + 第 7 例 Alaya-EVOKE flyp 8-16 22:50 web_search 实测 vs v50 实际采纳）
• ⑤ §4 十向 → 十一向判定（沿用 8-16 multimodal-e1prep 决策）
• ⑥ §3.3 115→116 +1（沿用 8-16 multimodal-e1prep 决策）
• ⑦ §7.1 189→190 +1（沿用 8-16 multimodal-e1prep 决策）
• ⑧ §7.4 23→24 +1（沿用 8-16 multimodal-e1prep 决策）
• ⑨ v51 主文件 ≤80KB 候选目标严格执行

§四、主要问题 / 风险（v2 沿用 15:50 棒 + 新增 R3/R4/R5）

§五、是否建议入库 / 后续验证动作

§五.1 是否建议入库

建议入库（v2 升级判断 · 15:50 棒为"待补"，v2 补 5 条硬事实后明确为"建议"）：

• 入库路径：notes/multimodal/world-models/alaya-evoke-2608.13546.md（v2 主稿）
• 主题页挂载：建议挂为 "概念框架参考" + "工程可复现性标杆" 双标签
• 不挂"性能基准"——3-step 子集 SOTA 不适合作为单点性能基准
• 建议同步入库 AlayaWorld：notes/multimodal/world-models/alayaworld-2607.18367.md（同 lineage 配套 · v2 新增建议）

§五.2 后续验证动作（v2 修订 · 7 件）

flyP · 2026-08-16 22:50 CST · Alaya-EVOKE web_search 实测核验 v2 精读棒 · v51 §2.39.178 立标等级评估延革第 7 例反方立基础延展候选 · 立标等级 ★ → ★★ 升级建议 · flyP 评级 A-（v1 = B+）· 7 件后续验证动作 · 入库建议 notes/multimodal/world-models/alaya-evoke-2608.13546.md + alayaworld-2607.18367.md