LiDARCrafter：从LiDAR序列进行动态4D世界建模

arXiv 25.8 2025 63.1 method, system, application

TLDR

LiDARCrafter利用三分支扩散网络从自然语言生成和编辑动态4D LiDAR序列，在nuScenes上达到最先进性能。

评分理由

The paper presents a novel framework for LiDAR-based world modeling with strong controllability and temporal coherence, supported by a comprehensive benchmark. However, it is limited to LiDAR modality and evaluated only on nuScenes, lacking comparison to video-based methods.

Read-first 评分解释

综合优先阅读分 63.1，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 35。

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、数据集、评估、实验、指标

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

主题相关性 42%

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：代码、数据集、GitHub

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：333。

关键词评分

world model

generative 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

从自由形式的自然语言输入进行4D LiDAR生成和编辑的统一框架
将指令解析为自我中心场景图以条件化三分支扩散网络
生成物体结构、运动轨迹和几何形状的三分支扩散网络
用于时间上连贯且平滑过渡的4D LiDAR序列的自回归模块
涵盖场景级、物体级和序列级方面的多样化指标的综合基准

方法

LiDARCrafter使用一个条件化于从自然语言指令解析出的自我中心场景图的三分支扩散网络，生成物体结构、运动轨迹和几何形状。一个自回归模块确保4D LiDAR序列的时间连贯性。该模型在nuScenes数据集上使用新建立的包含场景级、物体级和序列级指标的基准进行评估。

关键结果

LiDARCrafter在nuScenes数据集上所有级别（场景、物体、序列）的保真度、可控性和时间一致性方面均达到最先进性能。

资源

论文项目