LIFT
2026 数据集
数据集分析
提出LIFT，用同策略自蒸馏实现未来布局和相机控制的图像到视频生成，仅需稀疏末帧布局。
来源线索
来源：papers。
派生自论文：LIFT：大视角变化下基于同策略自蒸馏的未来布局视频生成
关联论文
LIFT：大视角变化下基于同策略自蒸馏的未来布局视频生成训练中保持的精确等变性实现跨对称群的零样本泛化世界模型应如何评估？一个以决策为中心的立场视频世界模型的潜在空间记忆提升具身世界模型用于规划与控制MoVerse：基于全景高斯支架的实时视频世界建模MosaicMem：面向可控视频世界模型的混合空间记忆MotionWAM: 迈向基础世界动作模型，实现实时人形机器人全身操控与运动NarrativeWorldBench：一个前沿饱和的基准测试与面向长程协同创作音频剧的潜在世界模型PLUME：用于多指操作的概率潜在统一世界建模与参数估计PanoWorld：用于一致的全屋全景合成的生成式空间世界模型面向几何一致性的定量视频世界模型评估InfiniCube：基于世界引导视频模型的无界可控动态三维驾驶场景生成Image2Sim: 通过生成式神经模拟器扩展具身导航E3DGS：通过颜色作为几何嵌入实现3D高斯泼溅的统一几何-光度等变性Lyra 2.0：可探索的生成式3D世界WorldCycle: 面向长程视频世界模型的自验证强化学习AtlasVLA：面向视觉-语言-动作模型的持久世界-自我状态建模StateFlow：构建、演化与访问3D世界状态以支持预可视化4DAnyone：从随意单目视频创建任意人物的4D形象WebWorld：将浏览器作为世界模型以实现Web代码的自我改进离流形细化：用冻结的世界模型引导视频生成器InfluenceField：一种具有干预可识别因果结构的可微场，用于多模态世界建模面向举升任务的紧凑视触觉世界模型：预测、奖励对齐与力约束Genie Sim PanoWorld：通过全景场景建模与仿真实现无限室内3D世界生成流程2025. PanoWan: Lifting Diffusion Video Generation Models to 360 {\ deg } with Latitude/Longitude-aware MechanismsRoboGaze: Evaluating Robot World Models via Structured Vision-Language AnalysisSpaceCast-Bench：评估视觉-语言模型中的预测性空间推理LEGO：一种免提升的外部视角到自我中心视角视频生成方法OuroWorld：让任意3D世界活现为多样、无限循环的3D动态影像