Weijia Li

Tsinghua University

収録論文 4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

• ManiVid: 改変動画の統合的解釈可能なフォレンジック解析
  動画フォレンジック2026/9/25

  改変動画の検出・改変領域の特定・異常説明を統合的に行うタスクとデータセット、フレームワークを提案。

• GameWAM: ビデオゲームのためのワールドアクションモデル
  VLA2026/8/25

  ビデオゲーム向けに、将来の視覚観測と実行可能なキーボード・マウス操作を同時生成する世界行動モデル（WAM）を提案し、ネイティブな閉ループゲームプレイとGUI制御を実現した。

• OmniCoT：グローバルかつ多段階のパノラマ推論のためのベンチマーク
  空間推論2026/6/29

  パノラマ画像におけるマルチモーダル大規模言語モデルの空間推論能力を評価・向上させるため、グローバルな証拠と多段階推論に焦点を当てたベンチマークOmniCoTを提案し、訓練データと評価データを整備した。

• GenClaw: コード駆動型エージェントによる画像生成
  画像生成2026/5/28

  LLMエージェントがコード（SVG等）で下書きを描き、画像生成モデルで仕上げる、人間の画家のような段階的・制御可能な画像生成手法を提案した論文。