LabWorld: 単眼動画から実験室の対話可能な4D世界を再構築するフレームワーク

- LabWorld は、単眼 RGB 動画から対話可能な 4D 実験室世界を再構成する agent-driven な Real2Sim framework。 - 再利用可能な 3D asset、metric scene、時間変化する物体状態、procedure event を復元する。 - 出力は geometry・motion・articulation・event を明示的で編集可能な状態として持ち、replay・inspection・将来の embodied scientific system に供する。 - 対象は pipetting や vortexing などの実験操作。

- 既存の laboratory simulator は手作業で構築した asset と事前定義 procedure に依存していた。 - laboratory video は実機材・配置・相互作用を含むが、情報が pixel に暗黙的に留まっていた。 - LabWorld は動画から asset・scene・状態・event を明示的に取り出す点で異なる。 - 汎用 agentic baseline と専用 reconstruction baseline を上回る性能を報告。

- 単眼 RGB 動画を入力とする agent-driven Real2Sim framework。 - 多フレーム観測を相補的な証拠として asset と scene の再構成に用いる。 - motion reconstruction では視覚・幾何観測に、実験操作の空間的・時間的要件を表す event constraint を組み合わせる。 - 出力として再利用可能 3D asset、metric scene、時間変化する物体状態、procedure event を復元。

- 自研究室で収集した実 pipetting 動画と vortexing 動画で評価。 - pipetting では mean Mask IoU 0.501 で最強 baseline を 0.033 上回る。 - vortexing では mean Tube-Length-Normalized PCK-AUC 0.638 で最強 baseline を 0.035 上回る。 - pipetting 動画 5 本で、event-conditioned reconstruction により満たされる物理制約の割合が 14.3%（5/35）から 100%（35/35）へ向上。

- 再構成された世界は geometry・motion・articulation・event を明示的・編集可能な状態として公開し、replay・inspection・将来の embodied scientific system に資する。 - 評価は pipetting と vortexing の実動画に限られ、他操作や他環境への一般化は要旨からは不明。 - 単眼 RGB 動画由来の再構成精度や event constraint の設計依存性についての議論は要旨からは不明。

- 比較対象の general-purpose agentic baseline と dedicated reconstruction baseline の原論文。 - Real2Sim 系の再構成手法（例: 単眼動画からの 3D/4D reconstruction）。 - laboratory simulator や autonomous scientific agent の関連研究。 - pipetting・vortexing 以外の実験操作への拡張を扱う研究。