arXiv preprint 2024 / 视频数据引擎 / 动作预测

BEVWorld: A Multimodal World Simulator for Autonomous Driving via Scene-Level BEV Latents

作者：Yumeng Zhang, Shi Gong, Kaixin Xiong, Xiaoqing Ye, Xiaofan Li, Xiao Tan, Fan Wang, Jizhou Huang, Hua Wu, Haifeng Wang · 单位：Baidu Inc., China · 会议/期刊：arXiv preprint 2024 · 方向：视频数据引擎 / 动作预测 · 发布日期：2024

世界模型3D/4D建模视频生成激光雷达生成自动驾驶
新标签打开 AlphaXiv新标签打开 Code
BEVWorld: A Multimodal World Simulator for Autonomous Driving via Scene-Level BEV Latents figure
AlphaXiv 中文概览（可滚动查看）