跳到正文
Hugging Face 每日热门论文·· 12 天前AI 评分48

BirdDreams:联合视角与 BEV 视频生成可信、可响应的驾驶世界模型

BirdDreams: Joint Perspective and BEV Video Generation for a Plausible, Reactive Driving World Model

AI 导读

BirdDreams提出一种自回归驾驶世界模型,联合生成视角视频与示意性鸟瞰视图(BEV)视频,将场景布局纳入未来预测并支持自车轨迹控制。该模型仅需单张相机图像、无需 HD map 或 vehicle-state 输入,在 PhysicalAI-AV 和 nuScenes 上比既有模型更准确跟随输入自车轨迹;人工评测显示,其生成的周围车辆行为也比仅使用视角视频的基线更真实。

来源:Hugging Face 每日热门论文 · huggingface.co