跳到正文
arXiv · 机器人与计算机视觉· Mengmeng Liu, Diankun Zhang, Jiuming Liu, Jianfeng Cui, Hongwei Xie, Guang Chen, Hangjun Ye, Francesco Nex, Hao Cheng, Michael Ying Yang·· 2 天前AI 评分70

UNIVERSE:一种用于自动驾驶的统一视频动作模型

UNIVERSE: Unified Video Action Models for Autonomous Driving with Flexible Mask-Modulated Modality Generation

AI 导读

论文介绍 UNIVERSE,这是一个基于单掩码调制扩散 Transformer 构建的统一视频 - 动作模型,旨在解决部署世界动作模型时昂贵的未来视频生成问题。

来源:arXiv · 机器人与计算机视觉 · arxiv.org