DrivingWorld: GPT式模型增强自动驾驶视频生成

研究人员开发了 DrivingWorld，一个专为自动驾驶应用设计的新型 GPT 式世界模型。该模型通过整合时空融合机制来解决传统 GPT 框架的局限性，从而有效地模拟生成逼真未来视频序列和预测自我状态所需的动态。DrivingWorld 能够生成超过 40 秒的高保真、一致的视频片段，在视觉质量和可控的未来视频生成方面均显著优于现有的最先进的驾驶世界模型。 AI

影响 增强了 AI 生成驾驶模拟的真实感和时长，可能加速自动驾驶汽车的开发和测试。

排序理由 关于自动驾驶新模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• autonomous driving
• CatalyzeX
• DagsHub
• DrivingWorld
• generative pre-trained transformer
• Gotit.pub
• Hugging Face
• ScienceCast
• Video GPT
• Xiaotao Huang

• 模型发布
• 产品
• 论文

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