arXiv Computer Vision· Zefan Yang, Zheyuan Zhang, Boris Maihe, Yikang Liu, Hang Yu, Ankush Mukherjee, Xiao Chen, Pingkun Yan, Terrence Chen, Shanhui Sun·· 4 小时前AI 评分30
SonoWorld：面向交互式姿态可控超声世界模型
SonoWorld: Towards Interactive Pose-Controllable Ultrasound World Models
AI 导读
SonoWorld 是一个因果超声世界模型，可从无标注临床视频学习视频动态，并用少量 EM 传感器追踪的徒手临床扫描将其锚定到 6-DoF 控制。模型分三阶段训练：在约 690 万帧无标注多器官超声帧上预训练潜动作条件视频扩散模型，用小型 EM 追踪甲状腺数据集将动态锚定到度量探头姿态，再通过分布匹配蒸馏实现因果长时程自回归生成。
来源：arXiv Computer Vision · arxiv.org