跳到正文
热点事件持续更新

WNM-3D:带3D场景条件的世界导航模型

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

2026年10月30日,arXiv Robotics 刊出 Yuehao Huang 等人的论文,提出面向连续视觉语言导航(VLN)的生成式世界导航模型 WNM-3D。据该报道,模型用冻结的前馈几何编码器从单目 RGB 历史中提取跨视角表示,再经可训练的 3D Scene-to-Token Adapter 转为定长场景前缀,供世界-动作 Diffusion Transformer 在联合去噪中持续使用。报道称其面向闭环 VLN,并以 3D 场景条件为特征。目前尚无后续跟进报道,模型的实验设置、对比结果与性能数字均未在现有报道中披露。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月30日
  1. arXiv Robotics
    WNM-3D:面向闭环VLN、带3D场景条件的世界导航模型

    WNM-3D 是面向连续视觉语言导航(VLN)的生成式世界导航模型,用冻结的前馈几何编码器从单目 RGB 历史提取跨视角表示,再经可训练的 3D Scene-to-Token Adapter 转为定长场景前缀,供世界-动作 Diffusion Transformer 在联合去噪中持续使用。

本事件热度走势

可比范围当前
9
可比范围峰值
910月30日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。