3D与4D世界建模：综述

arXiv 25.09 2025 47.3 survey

TLDR

3D与4D世界建模的全面综述，涵盖定义、分类、数据集、指标及应用。

评分理由

The paper's strength lies in being the first dedicated survey on 3D/4D world modeling, offering a clear taxonomy and systematic summary of datasets and metrics. Its weakness is that it is a survey without novel experiments or methods, and it does not deeply address interactive or RL-specific world models.

Read-first 评分解释

综合优先阅读分 47.3，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 37。

近期性 6%

86.7

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2025

可复现性 18%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：有；数据：无；命中信号：数据集、GitHub

方法质量 18%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：数据集、评估、指标

主题相关性 29%

52.9

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

引用影响力 18%

使用 OpenAlex 形态的引用元数据作为文献关注度信号，并与论文本身质量分开处理。引用数：0

引用速度 12%

引用速度按发表年限估算年均引用，降低旧论文天然占优的偏差。年均引用：0.00

研究版图角色

前沿论文方法锚点复现锚点

排序敏感性

稳定性：volatile；排名波动范围：717。

关键词评分

world model

generative world model

video world model

world dynamics prediction

world simulator

interactive world model

model-based reinforcement learning world model

深度分析

创新点

首次专门针对3D和4D世界建模与生成的全面综述
在3D/4D背景下为世界模型建立了精确的定义
引入了一个结构化的分类体系，涵盖VideoGen、OccGen和LiDARGen方法
系统总结了针对3D/4D场景的数据集和评估指标

方法

本综述对3D和4D世界建模进行了全面的文献回顾，建立了精确的定义和结构化的分类体系（VideoGen、OccGen、LiDARGen），系统总结了数据集和评估指标，并讨论了应用、开放挑战和未来方向。

关键结果

本综述识别了开放挑战并强调了3D/4D世界建模中有前景的研究方向，为该领域提供了基础性参考。

资源

论文代码