提出LDR视频世界模型,学习世界演化规律并外推未来

RT @haodongli00: 感谢分享! @_akhaliq 🥰

核心思想是学习世界如何演变,而不是直接预测未来。LDR 将过去的帧映射到结构化的潜在状态,并通过运动学积分向前滚动,仅学习高阶运动残差。

据我们所知,这是第一个纯粹从像素中学习底层动态并将其外推到训练分布之外的视频世界模型。

- 论文: https://t.co/Biif1priOS
- 代码: https://t.co/uJhu28darp
- 模型: https://t.co/1fJLmwFwTL
- 数据: https://t.co/Pxl0eirIgo