LEARNING
ViPSim：协同视觉与参数空间实现一致的长时域具身世界模型
Longyu Chen, Heng Li, Wei Yang, Manqi Zhao, Dongsheng Jiang
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
ViPSim通过协同视觉空间（提供像素对齐的空间先验）和参数空间（注入精确运动引导），解决了具身世界模型中低维动作与高维视频合成之间的表示鸿沟。该框架在长时域推演中实现了几何一致性的轨迹生成和机器人-物体交互。
关键词
Embodied World ModelLong-Horizon GenerationVisual SpaceParameter SpaceVision-Language-Action
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