热点事件持续更新

提出世界-自我解耦具身视频生成模型WEM

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Zuyao Lin 等研究者提出 World-Ego Model（WEM），将具身视频分解为 world（背景与未被操作物体）和 ego（机器人与当前被操作物体）两条独立生成过程，用于长时序导航-操作任务的具身视频生成，以同时保持场景一致性与指令跟随准确性，并构建了 HTEWorld 数据集与基准。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

10月9日

12:00
arXiv cs.RO 机器人学
World-Ego Model：面向长时序导航-操作任务的具身视频生成框架与基准
论文提出 World-Ego Model（WEM），将具身视频分解为 world（背景与未被操作物体）和 ego（机器人与当前被操作物体）两条独立生成过程，以同时保持场景一致性与指令跟随准确性。

本事件热度走势

可比范围当前: 9
可比范围峰值: 1010月9日 13:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。