研究人员推出WorldRover，一个新颖的合成数据引擎，旨在生成广泛的、富含标注的视频序列，用于训练AI模型进行世界探索。该引擎基于Unreal Engine构建，可生成关键数据，如深度、相机运动和跟踪信号，这些对于连贯的世界重建和探索任务至关重要。WorldRover-10M是该引擎生成的数据集，提供RGB数据以及度量深度、相机轨迹和动作信号，部分子集还包括光流和点轨迹。 AI
影响 提供了一种可扩展的方法来生成丰富的视频数据，有可能加速需要世界理解和导航的任务的AI模型开发。
排序理由 该集群描述了一篇详细介绍新合成数据引擎和数据集的研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
WorldRover is a synthetic data engine that generates long-range, richly annotated video sequences with depth, camera motion, and tracking signals to support training models for coherent world exploration.
arXiv:2608.15659v1 Announce Type: new Abstract: Learning to generate or reconstruct explorable worlds requires video paired with more than RGB: camera motion, scene geometry, temporal correspondence and, for interactive models, control signals. Real capture can provide some of th…