研究者提出带3D场景条件化的世界导航模型WNM-3D
热点事件持续更新
研究者提出带3D场景条件化的世界导航模型WNM-3D
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者在 arXiv 发布论文，提出 WNM-3D——一种带 3D 场景条件化的生成式世界导航模型，面向连续视觉语言导航（VLN）。据论文称，该模型用冻结的前馈几何编码器从单目 RGB 历史提取跨视图表征，再经可训练的 3D Scene-to-Token Adapter 转成固定长度场景前缀，供世界动作 Diffusion Transformer 在联合去噪中通过块因果注意力持续访问。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
WNM-3D：带 3D 场景条件化的世界导航模型，面向闭环视觉语言导航报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIWNM-3D：带 3D 场景条件化的世界导航模型，面向闭环视觉语言导航
研究者提出 WNM-3D，一种带 3D 场景条件化的生成式世界导航模型，用于连续视觉语言导航（VLN）。该模型用冻结的前馈几何编码器从单目 RGB 历史提取跨视图表征，经可训练的 3D Scene-to-Token Adapter 转成固定长度场景前缀，供世界动作 Diffusion Transformer 在联合去噪中通过块因果注意力持续访问。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。