DIO: 可分解隐式4D占用-流世界模型

CVPR 25 2025 53.3 method

TLDR

DIO是一个可分解的4D占用-流世界模型，从LiDAR预测实例形状，在Argoverse 2上达到SOTA。

评分理由

The paper presents a novel world model with flexible instance decomposition and forecasting, achieving strong empirical results on real-world benchmarks. However, it is limited to LiDAR data and does not address interactive or generative capabilities, nor model-based RL.

Read-first 评分解释

综合优先阅读分 53.3，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 27。

引用影响力 18%

98.4

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。归一化引用分位：0.9838069

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

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：基线、数据集

主题相关性 29%

38.6

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

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：无；数据：无；命中信号：数据集

引用速度 12%

18.7

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：1.50

研究版图角色

基础论文前沿论文

排序敏感性

稳定性：volatile；排名波动范围：402。

关键词评分

world model

world dynamics prediction

world simulator

generative world model

video world model

interactive world model

model-based reinforcement learning world model

深度分析

创新点

可分解隐式4D占用-流世界模型，从稀疏LiDAR估计场景占用-流并将其分解为单个实例。
灵活的提示表示，允许与现成的3D检测器集成以获取实例提示。
既能完成当前时刻的实例形状，又能预测其未来占用-流演化的能力。

方法

DIO是一个世界模型，接收稀疏LiDAR观测，估计场景占用-流，并使用隐式表示将其分解为单个实例。它采用灵活的提示表示来整合来自现成3D检测器的实例提示。该模型在Argoverse 2数据集上针对4D语义占用完成和预测进行训练和评估，并迁移到LiDAR点云预测任务。

关键结果

DIO在Argoverse 2数据集上的4D语义占用完成和预测中达到了最先进的性能，并在Argoverse 4D占用预测挑战的LiDAR点云预测中排名第一。

资源

论文