迈向基于高效潜在流匹配的基础LiDAR世界模型

arXiv 25.6 2025 43.9 method, application

TLDR

首个跨域LiDAR世界模型迁移性系统研究，提出潜在流匹配框架，以更高压缩比和更少数据实现SOTA。

评分理由

Strengths include novel domain transfer study and efficient latent CFM framework with strong empirical results. Weaknesses: limited to LiDAR data, no interactive or RL aspects, and abstract lacks details on limitations or failure cases.

Read-first 评分解释

综合优先阅读分 43.9，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 28。

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：实验

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：无

研究版图角色

前沿论文

排序敏感性

稳定性：volatile；排名波动范围：380。

关键词评分

world model

generative world model

world dynamics prediction

world simulator

interactive world model

video world model

model-based reinforcement learning world model

深度分析

创新点

首次针对LiDAR世界模型进行系统的领域迁移研究，涵盖室外到室内、稀疏波束到密集波束以及非语义到语义的迁移。
提出基于潜在条件流匹配（CFM）的框架，仅用一半训练数据且压缩比是先前方法的6倍，即可实现最先进的重建精度。
展示了强迁移性：单个预训练模型相比从头训练可实现高达11%的绝对提升（相对提升83%），在30/36的比较中表现更优。
仅需先前模型所需标注训练数据的5%，即可超越之前的语义占用预测模型。
在未来轨迹条件语义占用预测上实现SOTA，计算效率提升23倍（FPS加速28倍）；在语义占用预测上实现SOTA，计算效率提升2倍（FPS加速1.1倍）。

方法

本文提出了一种基于潜在条件流匹配（CFM）的LiDAR世界模型框架。首次在三个场景中进行了系统的领域迁移研究：室外到室内泛化、稀疏波束到密集波束适应、非语义到语义迁移。模型经过预训练，然后使用不同数量的数据进行微调，在重建精度、压缩比和语义占用预测任务上进行评估。

关键结果

单个预训练模型相比从头训练可实现高达11%的绝对提升（相对提升83%），在30/36的比较中表现更优。该方法在未来轨迹条件语义占用预测上实现SOTA，计算效率提升23倍（FPS加速28倍）；在语义占用预测上实现SOTA，计算效率提升2倍（FPS加速1.1倍）。

资源

论文