DynamicCity：从动态场景生成大规模激光雷达数据

ICLR 25 2025 52.5 method

TLDR

DynamicCity利用VAE和扩散模型，通过新型压缩与生成技术生成大规模动态4D激光雷达占用场景。

评分理由

The paper introduces a novel 4D occupancy generation framework with efficient HexPlane representation and diffusion-based generation, showing strong quantitative gains. However, it focuses narrowly on LiDAR occupancy and does not address broader world model concepts like interaction, reinforcement learning, or video generation.

Read-first 评分解释

综合优先阅读分 52.5，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 11。

近期性 8%

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 25%

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：代码、数据集、GitHub

方法质量 25%

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、实验、指标

主题相关性 42%

15.7

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

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：686。

关键词评分

world dynamics prediction

generative world model

world model

world simulator

video world model

interactive world model

model-based reinforcement learning world model

深度分析

创新点

用于将4D特征压缩为六个2D特征图以构建HexPlane的投影模块，拟合质量提升高达12.56 mIoU
扩展-压缩策略并行重建3D特征体，实现最高7.05 mIoU提升、2.06倍训练加速和70.84%内存减少
填充滚动操作将HexPlane的六个特征平面重新组织为方形2D图，用于基于DiT的扩散生成
多样化的条件生成能力，包括轨迹驱动、指令驱动、修复和布局条件生成

方法

DynamicCity采用VAE学习紧凑的4D表示HexPlane，使用投影模块将4D特征压缩为六个2D图，并通过扩展-压缩策略高效并行重建3D体。随后，基于DiT的扩散模型通过填充滚动操作将六个平面重新组织为方形2D特征图来生成HexPlane，从而在扩散或采样过程中实现多种条件生成任务。

关键结果

DynamicCity在CarlaSC和Waymo数据集上显著优于现有最先进的4D占用生成方法，投影模块带来高达12.56 mIoU提升，扩展-压缩策略提供最高7.05 mIoU提升、2.06倍训练加速和70.84%内存减少。

资源

论文代码