arXivDaily arXiv每日学术速递 周一至周五更新

视觉与机器人

世界模型

面向环境建模、时序预测、仿真规划、具身智能和自动驾驶的世界模型方法与应用。

2025-11-21 至 2025-11-21 共收录 1 信号源:cs.AI, cs.LG, cs.CV, cs.RO, cs.MA

1. 视频世界模型 1 篇

2511.16484 2025-11-21 cs.CV 69%

Flow and Depth Assisted Video Prediction with Latent Transformer

基于流和深度的视频预测与潜在变换器

Eliyas Suleyman, Paul Henderson, Eksan Firkat, Nicolas Pugeault

专题命中 视频世界模型 :world model(abstract);world model(abstract);分类 cs.CV

AI总结 本文提出基于流和深度的视频预测方法,通过整合点流和深度信息提升遮挡场景下的预测性能和背景运动准确性。

详情

展开后加载摘要…

URL PDF HTML 收藏