D3WM 研究团队 / 独立收录记录

D3WM

D3WM 先预测动作带来的确定性变化和空间不确定性,再用不确定性引导扩散细化。研究包含机器人操作和新视角预测。

视频与传感模拟最近一次技术来源阅读于 2026-10-201 份原始材料
技术资料

能做什么,使用时要注意什么

来源与原文 ↓

输入与结果

提供什么
参考图像、相机信息和动作序列;论文使用两个参考视图。
得到什么
每次查询对应未来时刻的一张 RGB 图像。
动作的作用
预测以动作为条件。

开放情况与使用边界

材料说明的限制

每次仅预测单帧,难以检查中间路径;假设变化完全由输入动作驱动,不覆盖可预测的独立环境动力学。

分类与用途

控制方式
机器人动作 · 相机位姿 / 轨迹
应用领域
机器人

Decoupled Drift-Diffusion World Model;机器人动作与相机移动两种设置分别理解,不是一次生成完整视频轨迹。

查看分类依据 ↓
资料尚未确认
开放方式开源情况需要区分的对象已收录材料不足以判断,未确认不代表没有相应能力。
参考材料

来源与原文

按原始材料集中查阅;相同原句合并展示,对应资料与阅读日期一并保留。

D3WM · 项目原始材料

arxiv.org

核对原文摘录 · 5 段,支持 6 项资料
原阅读方向 / 输出什么

阅读于 2026-10-20

it produces only a single frame at each query.
一句话认识

阅读于 2026-10-20

We leverage this insight by jointly regressing both the deterministic next-state prediction and the spatial uncertainty map, then using the uncertainty map to guide a conditional diffusion
输入什么

阅读于 2026-10-20

World models of visual information predict future image frames conditioned on given action sequences.
动作是否影响预测

阅读于 2026-10-20

conditioned on given action sequences.
材料说明的限制

阅读于 2026-10-20

Our formulation also assumes scene changes are driven entirely by the input action sequence, and does not account for predictable agent-independent dynamics.

背景资料阅读于 2026-10-20

分类依据

类型、控制方式与应用领域是本站根据所引材料归纳的检索标签。它们可以重叠,不表示能力验证;未知不表示不支持。

本站整理来源中的声明,不核查厂商声明真伪,不评价模型优劣。了解收录方式 →