PulseAugur
中
实时 09:54:55
English(EN) Learning How the World Evolves: Extrapolative Video World Models via Latent Dynamics Reasoning

新的视频世界模型学习并推断物理动力学

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种新颖的视频世界模型方法，称为潜在动力学推理（LDR），该方法专注于学习和推断场景演变的潜在动力学。与目前主要拟合像素的视频扩散模型不同，LDR明确地将潜在表征的转换建模为运动积分过程。该方法在物理基准测试中表现出卓越的性能，在分布内和分布外场景之间的误差差距显著减小。LDR还以显著更少的参数和更快的处理速度实现了这一点，甚至能够泛化预测其未明确训练过的运动。 AI

影响 这项研究可能导致更具物理准确性和泛化能力的视频生成模型。

排序理由 该集群包含一篇详细介绍新模型和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的视频世界模型学习并推断物理动力学

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Haodong Li, Shaoteng Liu, Tianyu Wang, Chongjian Ge, Sihui Ji, Jiahan Zhang, Xin Lin, Haolin Lu, Zhe Lin, Manmohan Chandraker ·

    学习世界如何演变：通过潜在动态推理进行外推视频世界模型

    arXiv:2608.09926v1 Announce Type: new Abstract: The world evolves following its dynamics, i.e., its laws of motion. However, leading video diffusion models largely fit the pixels without modeling how the pixels transit over time. Thus, they render visually plausible frames but ma…

相关实体

相关话题