利用真实世界视频学习粒子动力学模型

arXiv 2026 51.3 method

TLDR

利用高斯泼溅和渲染监督从真实世界视频学习粒子动力学，克服模拟到真实差距。

评分理由

Strengths include a novel framework for training on unlabeled real videos and a new dataset of 500 videos. Weaknesses are the focus on particle dynamics rather than a full world model, and potential limitations in complex scenes.

Read-first 评分解释

综合优先阅读分 51.3，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 31。

近期性 6%

100

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：2026

引用影响力 18%

75.6

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：0.75574928

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、结果

主题相关性 29%

44.3

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%

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

基础论文前沿论文桥接论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：226。

关键词评分

world dynamics prediction

world model

video world model

world simulator

generative world model

interactive world model

model-based reinforcement learning world model

深度分析

创新点

直接从无标签真实世界视频训练神经物体动力学模型，克服模拟到真实差距
与高斯泼溅兼容的基于粒子的动力学模型，操作具有尺度和旋转的密集粒子
通过渲染监督训练，无需粒子级标注状态
引入包含约500个视频的真实世界数据集，捕捉多样化的物体交互

方法

本文提出了一种基于粒子的动力学模型，该模型操作于从高斯分布导出的密集粒子（具有尺度和旋转），并预测其位置和旋转随时间的变化。该模型通过来自无标签真实世界视频的渲染监督进行训练，消除了对粒子级状态标签的需求。使用约500个视频的数据集进行训练和评估。

关键结果

该模型在约500个视频的真实世界数据集上训练，能够从无标签视频数据中学习物体动力学。摘要中未报告定量结果。

资源

论文