Buchumschlag

MuDreamer: Learning Predictive World Models without Reconstruction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Burchi, Maxime, Timofte, Radu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Transformer-based World Models with Contrastive Predictive Coding
von: Burchi, Maxime, et al.
Veröffentlicht: (2025)

Accurate and Efficient World Modeling with Masked Latent Transformers
von: Burchi, Maxime, et al.
Veröffentlicht: (2025)

Multilingual Audio-Visual Speech Recognition with Hybrid CTC/RNN-T Fast Conformer
von: Burchi, Maxime, et al.
Veröffentlicht: (2024)

Learned Lightweight Smartphone ISP with Unpaired Data
von: Arhire, Andrei, et al.
Veröffentlicht: (2025)

SafeDreamer: Safe Reinforcement Learning with World Models
von: Huang, Weidong, et al.
Veröffentlicht: (2023)

MobileAgeNet: Lightweight Facial Age Estimation for Mobile Deployment
von: Kumar, Arun, et al.
Veröffentlicht: (2026)

WaveHiT-SR: Hierarchical Wavelet Network for Efficient Image Super-Resolution
von: Ali, Fayaz, et al.
Veröffentlicht: (2025)

ReconDreamer: Crafting World Models for Driving Scene Reconstruction via Online Restoration
von: Ni, Chaojun, et al.
Veröffentlicht: (2024)

LLM as a Neural Architect: Controlled Generation of Image Captioning Models Under Strict API Contracts
von: Jesani, Krunal, et al.
Veröffentlicht: (2025)

Enhancing LLM-Based Neural Network Generation: Few-Shot Prompting and Efficient Validation for Automated Architecture Design
von: Duvvuri, Raghuvir, et al.
Veröffentlicht: (2025)

Delta-Based Neural Architecture Search: LLM Fine-Tuning via Code Diffs
von: Adhikari, Santosh Premi, et al.
Veröffentlicht: (2026)

DriveDreamer-Policy: A Geometry-Grounded World-Action Model for Unified Generation and Planning
von: Zhou, Yang, et al.
Veröffentlicht: (2026)

e5-omni: Explicit Cross-modal Alignment for Omni-modal Embeddings
von: Chen, Haonan, et al.
Veröffentlicht: (2026)

EmbodieDreamer: Advancing Real2Sim2Real Transfer for Policy Training via Embodied World Modeling
von: Wang, Boyuan, et al.
Veröffentlicht: (2025)

Latent Video Prediction Learns Better World Models
von: Alrasheed, Ali J, et al.
Veröffentlicht: (2026)

PH-Dreamer: A Physics-Driven World Model via Port-Hamiltonian Generative Dynamics
von: Luan, Xueyu, et al.
Veröffentlicht: (2026)

SpatialDreamer: Self-supervised Stereo Video Synthesis from Monocular Input
von: Lv, Zhen, et al.
Veröffentlicht: (2024)

Motion Dreamer: Boundary Conditional Motion Reasoning for Physically Coherent Video Generation
von: Xu, Tianshuo, et al.
Veröffentlicht: (2024)

VIST-GPT: Ushering in the Era of Visual Storytelling with LLMs?
von: Gado, Mohamed, et al.
Veröffentlicht: (2025)

PhysDreamer: Physics-Based Interaction with 3D Objects via Video Generation
von: Zhang, Tianyuan, et al.
Veröffentlicht: (2024)

InterDreamer: Zero-Shot Text to 3D Dynamic Human-Object Interaction
von: Xu, Sirui, et al.
Veröffentlicht: (2024)

3D-SceneDreamer: Text-Driven 3D-Consistent Scene Generation
von: Zhang, Frank, et al.
Veröffentlicht: (2024)

Cluster and Predict Latent Patches for Improved Masked Image Modeling
von: Darcet, Timothée, et al.
Veröffentlicht: (2025)

MuST: Multi-Scale Transformers for Surgical Phase Recognition
von: Pérez, Alejandra, et al.
Veröffentlicht: (2024)

MuNet: A Mutualistic Network for Joint 3D Human Mesh Recovery and 3D Clothed Human Reconstruction from Single Images
von: Gao, Yunqi, et al.
Veröffentlicht: (2026)

GraphicsDreamer: Image to 3D Generation with Physical Consistency
von: Chen, Pei, et al.
Veröffentlicht: (2024)

KAN-Dreamer: Benchmarking Kolmogorov-Arnold Networks as Function Approximators in World Models
von: Shi, Chenwei, et al.
Veröffentlicht: (2025)

Factorized-Dreamer: Training A High-Quality Video Generator with Limited and Low-Quality Data
von: Yang, Tao, et al.
Veröffentlicht: (2024)

ConsDreamer: Advancing Multi-View Consistency for Zero-Shot Text-to-3D Generation
von: Zhou, Yuan, et al.
Veröffentlicht: (2025)

Exploring the Underwater World Segmentation without Extra Training
von: Li, Bingyu, et al.
Veröffentlicht: (2025)

3D Reconstruction of Objects in Hands without Real World 3D Supervision
von: Prakash, Aditya, et al.
Veröffentlicht: (2023)

Optimizing Dense Visual Predictions Through Multi-Task Coherence and Prioritization
von: Fontana, Maxime, et al.
Veröffentlicht: (2024)

Temporal-Spatial Tubelet Embedding for Cloud-Robust MSI Reconstruction using MSI-SAR Fusion: A Multi-Head Self-Attention Video Vision Transformer Approach
von: Wang, Yiqun, et al.
Veröffentlicht: (2025)

Practical Manipulation Model for Robust Deepfake Detection
von: Hopf, Benedikt, et al.
Veröffentlicht: (2025)

HiMu: Hierarchical Multimodal Frame Selection for Long Video Question Answering
von: Ben-Ami, Dan, et al.
Veröffentlicht: (2026)

BrainDreamer: Reasoning-Coherent and Controllable Image Generation from EEG Brain Signals via Language Guidance
von: Wang, Ling, et al.
Veröffentlicht: (2024)

GARF: Learning Generalizable 3D Reassembly for Real-World Fractures
von: Li, Sihang, et al.
Veröffentlicht: (2025)

ScaleDreamer: Scalable Text-to-3D Synthesis with Asynchronous Score Distillation
von: Ma, Zhiyuan, et al.
Veröffentlicht: (2024)

MotionDreamer: One-to-Many Motion Synthesis with Localized Generative Masked Transformer
von: Wang, Yilin, et al.
Veröffentlicht: (2025)

SyncDreamer: Generating Multiview-consistent Images from a Single-view Image
von: Liu, Yuan, et al.
Veröffentlicht: (2023)