Juelin Li

収録論文 2本 ・ フィジカルAI/ロボット学習

※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。

論文

• 見ることと想像することを一つに：身体性世界モデリングのための統合動画生成と4D知覚
  身体性世界モデル2026/10/29

  動画拡散トランスフォーマーを基盤に、将来動画の生成と深度・セグメンテーション・フローなどの密な4D知覚を単一モデルで統合したGenSightを提案し、ロボット操作データで両タスクの高性能を示した。

• WorldFlow：大規模事前学習による動画と3D運動の同時予測
  世界モデル2026/10/29

  動画とクエリベースの3D軌道を同時に生成する世界モデルを提案し、144万サンプルで学習して3D運動予測精度で既存手法を大きく上回った。