研究人员推出 M4World，这是一种新颖的多模态驾驶世界模型，旨在生成逼真且可控的驾驶模拟。该模型可合成环绕视图视频流和同步的 LiDAR 扫描，通过对空间布局和视觉外观进行显式控制，实现细粒度的物体操纵。M4World 通过多阶段训练框架和用于定制的高效训练后处理，实现了稳定、分钟级的流式传输，展示了其在可扩展且可控的自动驾驶模拟方面的潜力。 AI
影响 能够实现更逼真、更可控的自动驾驶模拟，可能加速开发和测试。
排序理由 该集群包含一篇 arXiv 论文，详细介绍了新模型及其功能。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.14005v1 Announce Type: new Abstract: Driving-world generation has emerged as a core capability for scalable autonomous-driving simulation, yet existing methods remain limited in object-level controllability and long-horizon stability. We present M$^\text{4}$World, a Mu…
Driving-world generation has emerged as a core capability for scalable autonomous-driving simulation, yet existing methods remain limited in object-level controllability and long-horizon stability. We present M$^\text{4}$World, a Multi-view and Multimodal generative driving world…