Buchumschlag

LatticeWorld: A Multimodal Large Language Model-Empowered Framework for Interactive Complex World Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Duan, Yinglin, Zou, Zhengxia, Gu, Tongwei, Jia, Wei, Zhao, Zhan, Xu, Luyi, Liu, Xinzhu, Lin, Yenan, Jiang, Hao, Chen, Kang, Qiu, Shuang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

WorldGPT: Empowering LLM as Multimodal World Model
von: Ge, Zhiqi, et al.
Veröffentlicht: (2024)

MetaEarth3D: Unlocking World-scale 3D Generation with Spatially Scalable Generative Modeling
von: Cao, Jinqi, et al.
Veröffentlicht: (2026)

TriDF: Triplane-Accelerated Density Fields for Few-Shot Remote Sensing Novel View Synthesis
von: Kang, Jiaming, et al.
Veröffentlicht: (2025)

Code2Worlds: Empowering Coding LLMs for 4D World Generation
von: Zhang, Yi, et al.
Veröffentlicht: (2026)

MicroWorld: Empowering Multimodal Large Language Models to Bridge the Microscopic Domain Gap with Multimodal Attribute Graph
von: Li, Manyu, et al.
Veröffentlicht: (2026)

WorldMemArena: Evaluating Multimodal Agent Memory Through Action-World Interaction
von: Liu, Chengzhi, et al.
Veröffentlicht: (2026)

BlockGaussian: Efficient Large-Scale Scene Novel View Synthesis via Adaptive Block-Based Gaussian Splatting
von: Wu, Yongchang, et al.
Veröffentlicht: (2025)

ForgerySleuth: Empowering Multimodal Large Language Models for Image Manipulation Detection
von: Sun, Zhihao, et al.
Veröffentlicht: (2024)

MotionScape: A Large-Scale Real-World Highly Dynamic UAV Video Dataset for World Models
von: Guo, Zile, et al.
Veröffentlicht: (2026)

WorldVQA: Measuring Atomic World Knowledge in Multimodal Large Language Models
von: Zhou, Runjie, et al.
Veröffentlicht: (2026)

The Moderating Effect of Informal Institutions: Clans and Straw Burning in China
von: Liang Tang, et al.
Veröffentlicht: (2025)

The Complex and Challenging World of the Host–Pathogen Interaction
von: Marcel I. Ramirez
Veröffentlicht: (2024)

Unbiased Dynamic Multimodal Fusion
von: Wei, Shicai, et al.
Veröffentlicht: (2026)

BiTAgent: A Task-Aware Modular Framework for Bidirectional Coupling between Multimodal Large Language Models and World Models
von: Zhan, Yu-Wei, et al.
Veröffentlicht: (2025)

OCC-MLLM:Empowering Multimodal Large Language Model For the Understanding of Occluded Objects
von: Qiu, Wenmo, et al.
Veröffentlicht: (2024)

Synergistic double‐doped elastic composites for durable, ultra‐flexible sign language translation sensors
von: Tongshun Wu, et al.
Veröffentlicht: (2025)

SWAN: World-Aware Adaptive Multimodal Networks for Runtime Variations
von: Wu, Jason, et al.
Veröffentlicht: (2026)

Efficient Semantic Splatting for Remote Sensing Multi-view Segmentation
von: Qi, Zipeng, et al.
Veröffentlicht: (2024)

Change-Agent: Towards Interactive Comprehensive Remote Sensing Change Interpretation and Analysis
von: Liu, Chenyang, et al.
Veröffentlicht: (2024)

Empowering Multi-Robot Cooperation via Sequential World Models
von: Zhao, Zijie, et al.
Veröffentlicht: (2025)

RealCam-I2V: Real-World Image-to-Video Generation with Interactive Complex Camera Control
von: Li, Teng, et al.
Veröffentlicht: (2025)

OpenHOI: Open-World Hand-Object Interaction Synthesis with Multimodal Large Language Model
von: Zhang, Zhenhao, et al.
Veröffentlicht: (2025)

GigaWorld-0: World Models as Data Engine to Empower Embodied AI
von: GigaWorld Team, et al.
Veröffentlicht: (2025)

A Performance Investigation of Multimodal Multiobjective Optimization Algorithms in Solving Two Types of Real-World Problems
von: Chen, Zhiqiu, et al.
Veröffentlicht: (2024)

Matrix-Game: Interactive World Foundation Model
von: Zhang, Yifan, et al.
Veröffentlicht: (2025)

Spatial-Temporal Human-Object Interaction Detection
von: Sun, Xu, et al.
Veröffentlicht: (2025)

Lattice Boltzmann Model for Learning Real-World Pixel Dynamicity
von: Zheng, Guangze, et al.
Veröffentlicht: (2025)

Active-O3: Empowering Multimodal Large Language Models with Active Perception via GRPO
von: Zhu, Muzhi, et al.
Veröffentlicht: (2025)

Olaf-World: Orienting Latent Actions for Video World Modeling
von: Jiang, Yuxin, et al.
Veröffentlicht: (2026)

Empowering Teachers to Build a Better World
Veröffentlicht: (2020)

MineWorld: a Real-Time and Open-Source Interactive World Model on Minecraft
von: Guo, Junliang, et al.
Veröffentlicht: (2025)

WorldMark: A Unified Benchmark Suite for Interactive Video World Models
von: Xu, Xiaojie, et al.
Veröffentlicht: (2026)

Large AI Model Empowered Multimodal Semantic Communications
von: Jiang, Feibo, et al.
Veröffentlicht: (2023)

Can Large Language Models Understand Real-World Complex Instructions?
von: He, Qianyu, et al.
Veröffentlicht: (2023)

The DAWN of World-Action Interactive Models
von: Lu, Hongbo, et al.
Veröffentlicht: (2026)

WSSM: Geographic-enhanced hierarchical state-space model for global station weather forecast
von: Yang, Songru, et al.
Veröffentlicht: (2025)

CloudMamba: An Uncertainty-Guided Dual-Scale Mamba Network for Cloud Detection in Remote Sensing Imagery
von: Yang, Jiajun, et al.
Veröffentlicht: (2026)

On Large Multimodal Models as Open-World Image Classifiers
von: Conti, Alessandro, et al.
Veröffentlicht: (2025)

EgoSim: Egocentric World Simulator for Embodied Interaction Generation
von: Hao, Jinkun, et al.
Veröffentlicht: (2026)

ThinkJEPA: Empowering Latent World Models with Large Vision-Language Reasoning Model
von: Zhang, Haichao, et al.
Veröffentlicht: (2026)