LEARNING
纳米世界模型:未来视频预测的极简实现
Siqiao Huang, Partha Kaushik, Michael Chen, Hengkai Pan, Omar Chehab, Fernando Moreno-Pino, Max Simchowitz
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
该论文提出了Nano World Models,一个基于扩散强制的最小化代码库,用于未来视频预测。它提供了统一的接口来研究世界模型的各个组件,并通过多种环境实验验证了其效果。
关键词
world modelsvideo predictiondiffusion forcingcodebasereproducibility
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018