arXiv · 多模态、视频与世界模型· Efstathios Karypidis·· 2 天前AI 评分72
Latent-Foresight：端到端学习可预测表示的潜在世界模型
Latent-Foresight: End-to-End Learning Predictable Representations for Latent World Models
AI 导读
Latent-Foresight 提出端到端框架，联合学习潜在 tokenizer 与 flow-based 生成动力学模型，以获得更适合时间预测的表示。实验显示，该方法在多个未来场景理解任务和预测时间跨度上优于两阶段基线，并提供实现代码和模型权重。
来源：arXiv · 多模态、视频与世界模型 · arxiv.org