你让一个世界模型模拟开车：先在路口存档，向左试一次，再退回来向右试。画面可以重新生成，但如果系统没有保存当时的观察、记忆和“随机过程走到了哪里”，所谓回退就只是让模型重新猜一遍。它可能生成一个看起来合理的路口，却不是刚才那个路口。
Zhen Lin 的论文认为，这类问题不一定都要靠更大的模型或重新训练解决。至少在论文测试的三类模型上，一部分“世界丢失”发生在模型外面：今天常见的服务系统按请求管理计算，请求结束便回收状态。世界模型若要成为可以分叉、回退和续演的模拟器，需要的则是一个以会话为中心的运行时——模型真正执行期间，负责保存状态、调度计算和恢复会话的系统层。
本刊此前介绍过 WorldMove 如何把运行中世界模型的状态逐比特迁到另一块 GPU，以免会话“失忆”。这篇论文再向前一步：保存状态不只是迁移时的工程技巧，而应成为世界模型运行时的基本职责。以下结果均来自该论文自身，尚无独立复现。
不是重新画一张，而是接着原来的世界走
论文提出 Persistent Computational State，简称 PCS，可译作“持久计算状态”。它指跨请求必须留下、又无法靠重新计算还原的最小状态。
计算状态快照很像游戏存档。不同的是，它保存的不只是一幅画面，还可能包括模型积累的记忆、KV context——模型生成时保留的中间上下文——以及 RNG state，也就是随机数生成器当前走到的位置。生成模型使用伪随机数制造变化；不保存这个位置，恢复后即使输入相同，也可能进入另一条演化路径。
论文测试了三种结构。对只依赖当前观察的 Cosmos3-Nano，PCS 是一份 uint8 格式的当前观察和 RNG state，共约 1.38 MB。对带长期记忆的 WorldMem，它是 memory bank（模型积累的记忆库）、位姿和 RNG state，共约 185 KB，并随保留帧数增长。对 Matrix-Game 2.0，它是带位置索引的窗口化 KV context 和 RNG state，共约 1.67 GB；状态很大，但受到局部注意力窗口限制，不会随运行时间无限增长。
这三种答案差别很大。论文的关键思路因此不是预先规定“所有模型都保存某几样东西”，也不是干脆保存全部缓存，而是通过实验寻找 PCS：分别移除或替换运行时缓冲区，恢复后观察续演是否偏离从未离开的对照轨迹。必要组件组成候选快照，再检查它们是否足以恢复。
这个测量过程还要防一个陷阱：模型可能根本没有读取快照，于是什么状态都像是“可有可无”。论文专门替换 RNG state 做破坏测试。三类模型的续演都随之退化，说明被保存的状态确实参与了后续生成，而不是一份无人读取的存档。
“原样回来”是最直接的证据
论文让模型从一个状态出发，真正离开原场景，再恢复快照并继续；对照组则从未离开。三类模型恢复后的续演都与对照结果逐字节一致。Cosmos3-Nano 和 WorldMem 的 DINOv2 相似度为 1.0、像素误差为 0；Matrix-Game 2.0 在模型原生的 latent space（图像解码前的内部表示空间）中完全一致。跨进程保存、退出并重新启动后，论文也报告了相同的逐字节恢复结果。
这组实验支持一个有限但重要的判断：在这些特定模型和恢复设置中，连续生成所需的能力并未完全缺失，运行时只是丢掉了模型继续原轨迹所需的状态。它不能证明所有世界模型的长期一致性问题都只是系统问题，更不能替代模型对遮挡后事件或隐藏变化的模拟能力。
论文据此把服务单位从 request（一次请求）改成 session（一次持续会话）。会话拥有自己的 PCS，可以执行 checkpoint、restore 和 fork：checkpoint 是保存快照，restore 是恢复，fork 则从同一状态复制出多个相互独立的未来。规划系统由此可以比较多种行动后果，再回到原节点，而不必从头重放整段历史。
保存状态，贵吗？
按论文在一块 A800-80GB 上的测量，checkpoint 和 restore 各耗时 0.012 ms，一次 generation step 则为 1.852 s。一次包含 127 次存档和 48 次恢复的运行中，状态管理合计用了 2.1 ms，占 602.5 s 总时间的 0.00035%。这些数字只适用于论文披露的实验设置，不能当作所有模型和硬件的通用性能。
把暂停会话的 PCS 移到主机后，GPU 只保留当前运行的一个会话。论文实测从 1 到 1,024 个 resident sessions——即已保存、可恢复的会话，不是同时生成的 1,024 路任务——设备内存都维持在 4.714 GB；主机内存随会话数线性增长。这说明容量边界可以从显存转向主机资源，但主机内存、存储带宽和排队延迟仍然存在。论文自己的数据也显示，单 GPU 串行调度下，会话越多，等待时间越长。
留下哪些记忆，也是一项运行时决策
状态不能无限保存时，常见做法是优先淘汰最久没用的内容。论文认为世界记忆不适合照搬这种规则。模型回到旧视点时，靠近返回位置的早期记忆可能比刚刚生成、却远离目标的画面更重要。
在论文设置的 2 MB 紧张预算下，按返回相关性保留记忆的策略守住了 16 个世界中的全部 16 个，按最近使用时间保留则守住 6 个；预算增至 16 MB、不再触发淘汰后，各策略结果相同。这个对比支持“相关性优先”的设计方向，但仍是单篇论文、单组负载下的结果，尚无独立对照。
为什么值得关注
世界模型过去常被当作“输入条件，生成下一段视频”的模型。可一旦人们希望用它做规划或训练，它就更像一个需要存档系统的模拟器：能从同一节点试探多个未来，失败后回退，隔一段时间再继续。
这会改变问题的归属。模型负责预测世界如何变化；运行时负责保证“正在变化的是同一个世界”。PCS 的价值不只在于列出要保存的缓存，而在于给出一条可检验的边界：凡是无法重新计算、又会影响续演的状态，都必须随会话存活。这样，模型能力不足和系统丢状态便不再混为一谈。
局限与未知
- 全部结论来自同一篇 arXiv 论文，尚无第三方代码复现或独立基准验证。
- 逐字节恢复证明的是被测模型在特定快照设置下能够确定性续演，不能证明所有长期一致性问题都能由运行时解决。
- 论文实现采用单 GPU 分时运行。它展示了大量会话可以驻留和恢复，但没有解决多会话并发生成的调度与吞吐问题。