实体
DiffWAM
DiffWAM
PulseAugur coverage of DiffWAM — every cluster mentioning DiffWAM across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
OmniCam 模型可根据全景图和文本生成相机轨迹
研究人员推出 OmniCam,这是一种新颖的自回归模型,旨在从全景图像和文本描述中生成相机姿态序列。该模型利用几何约束的姿态令牌学习,结合了用于几何上下文的点云编码器以及用于旋转和平移的独特令牌化方法。OmniCam 旨在提高视频生成和机器人等应用中相机轨迹生成的准确性并减少碰撞。
-
新型无人机导航模型利用预测视频实现高效飞行
研究人员开发了两种新的世界动作模型,DiffWAM 和 DroneWAM,旨在提高无人机视觉导航的效率。DiffWAM 直接将预测视频特征转换为连续的相机轨迹,在其基准测试中实现了 0.3492 米的轨迹 RMSE,并展示了复杂的飞行行为。DroneWAM 利用基于 JEPA 的架构和 Resampler,在表示空间中对未来状态进行建模,以避免昂贵的未来图像生成,并结合自适应展开以优化预测深度,在其 DroneNav-6D 数据集上显…