DepthWorld 研究团队 / 独立收录记录

DepthWorld

DepthWorld 在原有 SVD VAE 中分别编码 RGB 与深度，并把多相机、多模态特征拼接后联合去噪，以机器人坐标系点图监督几何关系。

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: 多视角 RGB/深度历史与逐帧末端执行器动作。
得到什么: 未来多视角 RGB 和深度；辅助头预测机器人坐标系中的点图。
动作的作用: 预测以动作为条件。

分类与用途

控制方式: 机器人动作
应用领域: 机器人

限定 DepthWorld 模型；DROID-3D 为相关校准数据。内部点图监督不等于向用户提供可编辑三维场景资产。

查看分类依据 ↓

资料尚未确认

开放方式开源情况适用限制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。

DepthWorld · 项目原始材料

arxiv.org

打开原始页面 ↗

核对原文摘录 · 2 段，支持 5 项资料

原阅读方向 / 一句话认识 / 输出什么

阅读于 2026-10-20

The objective of DepthWorld is to generate video rollouts where predicted depth and RGB compose into a single, geometrically consistent 3D world, rather than just independent, visually plausible

输入什么 / 动作是否影响预测

阅读于 2026-10-20

utilizing identical action conditioning (per-frame end-effector pose).

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。

视频与传感模拟：对应原始材料
机器人动作：对应原始材料
机器人：对应原始材料

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 →