学习生成4D LiDAR序列

ICCVW 25 2025 48.3 method

TLDR

LiDARCrafter利用场景图和扩散模型从语言生成可编辑的4D LiDAR序列，实现了最先进的保真度和时间一致性。

评分理由

The paper presents a novel framework for LiDAR sequence generation with explicit controllability and temporal coherence, supported by a new benchmark. However, it is limited to LiDAR modality and lacks interactive simulation or broader world model capabilities.

Read-first 评分解释

综合优先阅读分 48.3，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。

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

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：基准、评估、指标

主题相关性 42%

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 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：无；数据：无；命中信号：无

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：395。

关键词评分

generative world model

world model

world dynamics prediction

world simulator

video world model

interactive world model

model-based reinforcement learning world model

深度分析

创新点

将自由形式语言转换为可编辑LiDAR序列的统一框架
将指令解析为以自我为中心的场景图
用于对象布局、轨迹和形状的三分支扩散模型
用于初始扫描生成的距离图像扩散模型
用于时间连贯序列扩展的自回归模块
对象级编辑能力（插入、重新定位）
具有场景级、对象级和序列级指标的EvalSuite基准

方法

该方法将自由形式语言指令解析为以自我为中心的场景图。一个三分支扩散模型将这些图转换为对象布局、轨迹和形状。一个距离图像扩散模型生成初始LiDAR扫描，一个自回归模块将其扩展为时间上连贯的序列。使用提出的EvalSuite基准进行多级指标评估。

关键结果

在nuScenes上，LiDARCrafter实现了最先进的保真度、可控性和时间一致性。

资源

论文