arXiv · 机器人与计算机视觉· Yuhao Lu, Jiongxu Chen, Hexiang Wei, Jiajin Wu, Juelin Li, Mingjian Liang, Fan Yang, Zhuowei Liang, Zihao Liu, Zhennan Wang, Sheng Wang, Lin Shao·· 20 天前精选AI 评分85
WorldFlow:通过大规模预训练实现视频与 3D 运动联合预测
WorldFlow: Joint Video and 3D Motion Prediction via Large-Scale Pretraining
AI 导读
针对现有视频世界模型隐含 3D 动力学、动作表述绑定特定机器人配置以及 3D 运动预测仅使用流监督信号等局限,该工作提出 WorldFlow,这是一个生成式世界模型,能够联合预测未来视频和基于查询的 3D 轨迹。
推荐理由
该工作提出统一架构联合预测视频与三维轨迹,在仿真及真实数据上均取得最佳位移误差。
来源:arXiv · 机器人与计算机视觉 · arxiv.org