UniFuture：面向未来生成与感知的4D驾驶世界模型
TLDR
UniFuture是一个统一的4D驾驶世界模型，联合生成未来RGB和深度序列，在nuScenes和Waymo上优于专用模型。
评分理由
The paper presents a novel approach to jointly model appearance and geometry in a 4D representation, with strong empirical results on real-world datasets. However, the abstract lacks discussion of limitations or comparisons to other world model paradigms, and the claimed 'world model' terminology is used broadly without explicit connection to interactive or RL settings.
Read-first 评分解释
综合优先阅读分 72.7，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 43。
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：163。
关键词评分
深度分析
创新点
- 统一的4D驾驶世界模型，将未来RGB和深度作为同一4D现实的耦合投影进行联合建模
- 双潜在共享（DLS）方案，将视觉和几何模态映射到共享的时空潜在空间，隐式纠缠纹理与结构
- 多尺度潜在交互（MLI）机制，强制几何与视觉合成之间的双向一致性，防止结构幻觉并细化几何估计
方法
本文提出一个统一框架，将未来RGB图像和深度图视为4D现实的耦合投影。它使用双潜在共享方案在共享潜在空间中纠缠纹理与结构，并通过多尺度潜在交互机制强制双向一致性。模型从单个当前帧预测高保真4D场景序列（图像-深度对）。在nuScenes和Waymo数据集上评估。
关键结果
UniFuture在nuScenes和Waymo数据集上的未来生成和几何感知任务中均优于专用模型，证明了统一4D建模在自动驾驶中的有效性。