论文：ConsistWorld: Evidence Routing for Consistent Multi-Agent World ModelsarXiv：2609.22641v1 [cs.CV]，2026-09-18机构：西湖大学 + 阶跃星辰（StepFun）+ UCLA篇幅：10 页，代码/模型/评测数据开源一、介绍：一个世界，多个"眼睛"，为什么这么难自回归视频世界模型（Diffusion Forcing、Self Forcing、LingBot-World 这一脉）这两年已经把"给一张初始图 + 一串控制信号 → 流式生成一个连贯的视觉体验"做得有模有样。但它们有个共同的隐含假设：只有一个观察者。一旦你把"游戏服务器"的梦想升级成"多个玩家同时在一个世界里跑"，问题立刻变质。论文把"共享世界"对一致性的要求拆得很准：独立控制的多个观察者，必须把同一个场景画得相互一致——哪怕他们从不同视角、在不同时间撞见同一块区域。三个具体的灾难场景：自我回访（Self-Revisit）：玩家 A 十分钟前逛过的房间，现在绕回来再看——墙纸、摆设必须和十分钟前一模一样。但那 10 分钟的内容早就