实体
WorldLens
WorldLens
PulseAugur coverage of WorldLens — every cluster mentioning WorldLens across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
通过逆向动力学预测改进用于世界建模的VLM
研究人员正在探索改进视觉语言模型（VLM）在世界建模方面的预测能力的方法。一个关键挑战是VLM在正向动力学预测（根据动作生成未来状态）方面存在困难，但在逆向动力学预测（描述状态之间的动作）方面更擅长。这种不对称性正被用于通过弱监督学习（来自标注数据）和推理时验证等技术来增强VLM的性能。这些方法旨在为具身AI应用创建更强大、更准确的世界模型，其中一些方法在图像编辑和策略评估方面显示出与最先进模型相媲美的结果。
-
新的WorldLens基准评估驾驶世界模型的真实性
研究人员推出了WorldLens，这是一个旨在评估驾驶世界模型真实性和行为保真度的新基准。当前模型通常在视觉真实性或物理一致性方面表现出色，但并非两者兼备，这导致了对其性能评估方式的差距。WorldLens通过在24个维度上衡量像素质量、4D几何、闭环驾驶和人类感知对齐等方面的表现来解决这一问题。使用WorldLens进行的评估显示，没有一个模型能在所有标准上都表现最佳，这凸显了对更全面的评估工具的需求。