跳到正文
arXiv · 机器人与计算机视觉· Wenbin Teng, Tianshuo Xu, Depu Meng, Yuelei Li, Quentin Herau, Yihan Hu, Yajie Zhao, Wei Zhan·· 2026-10-08AI 评分58

STRIKE:学习视觉状态迁移以构建物理世界模型

STRIKE: Learning Visual State Transitions for Physical World Modeling

AI 导读

论文提出了 STRIKE 框架,旨在通过预测交互如何改变场景来构建物理世界模型,而非仅生成连贯运动。该方法将视觉状态迁移学习与稠密视频生成解耦,利用事件对齐的监督信号训练基于图像的迁移模型,并结合预训练的视觉语言规划器与动态模型进行推理。

来源:arXiv · 机器人与计算机视觉 · arxiv.org